Formateur AutoCAD freelance : Derniers CV déposés et nouvelles missions publiées

Exemple de missions de Hamed,
Formateur AutoCAD habitant les Yvelines (78)

• Senior Data & ML Engineer

  Freelance - Suresnes - France
  Jan 2021 - aujourd'hui

  J'ai travaillé sur un projet passionnant visant à créer une plateforme de données innovante
  appelée Telemetry. Mon rôle principal était de concevoir et de développer les processus
  d'extraction et d'intégration de données entre les systèmes Talend Cloud et l'équipe Data
  Science/Analytique, afin de fournir aux clients internes des données de qualité et de
  confiance.
  Avec une équipe de 5 personnes (2 SRE, 1 Data Engineer, 1 Architecte et 1 Manager) j'ai
  travaillé sur la mise en place de la real-time data plateforme en avec des technologies de
  pointe telles que Kafka, Debezium CDC, Kubernetes, Spark (SQL, Streaming) et AWS (EKS,
  MSK, EMR, S3, Athena, Glue), ainsi que des outils tels que Talend Cloud, MongoDB, Postgres
  et Snowflake.
  La platforme expose les data en tant qu'un Lakehouse Delta (Databricks) avec 3 zones
  Bronze, Silver et Gold.
  J'ai également utilisé des langages de programmation tels que Python et Java pour créer les
  pipelines de data et implémenter des modèles Machine Learning pour comprendre les
  données d'utilisation et prédire le désabonnement des clients.
  En utilisant des outils tels que JIRA, Git, Github, Github CI, Flux et Helm, j'ai pu travailler
  efficacement avec mon équipe pour assurer la qualité et la rapidité du développement et
  déploiement.
  En outre, j'ai utilisé des outils de surveillance tels que Grafana et Prometheus pour
  m'assurer que la plateforme de données fonctionne en douceur.
  Grâce à mon travail sur Telemetry, j'ai aidé Talend à obtenir des informations plus précises
  et plus approfondies sur les utilisateurs de ses produits.

• Data Scientist & ML Engineer

  REDLab - Neuroo - Freelance - Paris - France
  Jan 2021 - Jan 2021

  Développement de modèles de Deep Learning de Computer vision pour construire un
  "smart" security camera. Parmi ces modèles: détection de panique dans un mouvement de
  foule, détection de dépôt d'ordures sauvages dans des milieux ruraux et urbains.
  Le challenge est dans:
  la collecte et la préparation de données
  la contrainte de small objects détection (vue caméra de sécurité)
  la vitesse de prédiction (real-time)
  Architectures étudiées: Yolov3, Yolov4, Yolov5, RetinaNet and Faster RCNN.
  J'ai implémente les modèles en PyTorch 1.9, TensorFlow 2, OpenCV, Mediapipe, skimage,
  Python3.8.
  Les algorithmes seront par la suite optimisés (pas d’utilisation de GPU à l’inférence),
  exposés et intégrés à la plateforme du client.

• Ingénieur Data GCP

  SOLOCAL - Freelance - Paris
  Jan 2021 - aujourd'hui

  PROJET 1:
  Afin de garder un suivi complet de l'évolution des données MongoDB et avec une équipe
  de 2 personnes, nous avons mis en place une solution ETL temps-réel sur Google Cloud
  Platform.
  PROJET 2:
  Afin de gérer l'habiliation de projets BigQuery, j'ai développé deux cloud functions qui
  automatiquement créent des restrictions et gérent la visbilité de tables.
  RÉALISATIONS - P1
  J'ai développé des DAGs Airflow avec Cloud Composer qui permettent de:
  Scanner et être notifié de tous les évenements MongoDB (Oplogs)
  Pre-processer les évenements et les maper en data et metadata BigQuery (success data
  et failure data)
  Stocker les data générées dans BigQuery
  Monitorer le process d'importation
  Gérer les failures et reprendre via un timestamp stocké dans Cloud SQL.
  Envoyer des alerts via Google Cloud Logging-based monitoring.
  RÉALISATIONS - P2:
  Synchronisation de métadata saisies par le métier dans un fichier CSV et des tables et
  dataset BigQuery via une cloud function déclenchée par un bucket GS.
  Synchronisation de vues ABLE target en fonction de metadata saisies dans des tables
  source via une cloud function déclenchée par un Cloud Sink envoyant des messages sur
  un topic pub/sub.
  La CI/CD est gérée par un custom runner kubernetes sur GitLab pour les deux projets
  Keywords: Python, Google Cloud Composer, Google Cloud Storage, Google Coud Function,
  Google Cloud Sink, Google Pub/sub, Airflow, MongoDB, BigQuery, Kubernetes, Google
  Cloud Scheduler
  
  Data Scientist | Ingénieur Machine Learning
  CEVA SANTE ANIAMLE - Septembre 2020 à janvier 2021 - Freelance - Paris
  - France
  PROJET
  Afin de tracer l’utilisation des médicaments, CEVA souhaitait mettre en place une solution
  de reconnaissance de médicaments basée sur la vision par ordinateur et le Machine
  Learning.
  RÉALISATIONS
  J’ai développé une API en Python 3 qui est capable d’analyser et comprendre une image
  afin de reconnaître le produit pris en photo. Les grandes étapes du projet sont :
  Etude et création du besoin
  Récupération de l’image depuis un bucket google Storage
  Localization des objets à l’intérieur de l’image via Google VISION API
  Recadrage de l’image pour garder que l’objet centrale identifié
  Preprocessing de l’image (changement résolution, passage en grayscale, augmentation
  contraste, rotation)
  Extraction des textes dans l’image de l’objet via VISION API (OCR)
  Identification du texte le plus grand dans l’image comme nom potentiel de produit
  Analyse de texte extrait et création de combinaison à comparer avec “fuzziness “ avec le
  nom du produit
  Calcul d’un score de matching de texte, score de reconnaissance de caractères, score
  d’identification de l’objet
  Tri des éléments sur le score avec un ordre décroissant
  Retour du premier élément (ayant le score le plus élevé)
  Mots-clés: Python, Machine Learning, Computer vision, Google Vision API, Google Storage,
  Pillow, fuzzysearch, Flask, Docker, Google Cloud Run, unittest, Pandas, Numpy, Seaborn

• Data Scientist | Ingénieur Machine Learning

  Banque des territoires - Freelance - Paris - France
  Jan 2019 - Jan 2020

  Projet transformée en une startup ********
  PROJET
  Dans le cadre d'une grande démarche innovante à destination des collectivités
  territoriales et avec deux partenaires, nous avons gagné un challenge organisé par la
  banque des Territoires. Nous travaillons sur un projet Data Science dont le but est
  d'inventer les interfaces d'acquisition, de traitement et de restitution des plan de réseau
  de l'eau des collectivités
  RÉALISATIONS
  Je travaille sur un modèle de Deep Learning de géoréferencing automatique de plans avec
  fond cadastre contenant un réseau de l'eau.
  J'apporte mon expertise en computer vision et en recherche sémantique pour
  automatiquement calquer un plan AutoCad en format PNG/PDF sur la cartographie.
  J’interviens sur tout le workflow du projet.
  Mots-clés: Deep Learning, CNN, AutoEncoder, FAISS, OpenCV, Features extraction,
  Semantic Search, GeoJSON, GIS, spatial data, Edge detection, Git, REST API, Flas, Docker, GCP

• Data Scientist | Ingénieur Machine Learning

  Carrefour - Paris - France
  Jan 2019 - Jan 2020

  PROJET
  Dans le cadre de son activité de support aux utilisateurs pour son client Carrefour, SopraSteria souhaitait mettre en place une solution intelligente d'aide à la résolution de tickets
  pour ses opérateurs de support. Mon intervention consistait à développer un module de
  matching intelligent entre les demandes et les procédures de résolution basé sur des
  approches NLP non-supervisées.
  RÉALISATIONS
  ● Etude du problème business
  ● Avant-vente et proposition de solutions
  ● Développement d’un PoC pour un module NLP de matching entre tickets et solutions à
  proposer pour le système de support client Care (Carrefour)
  ● Argumentation et démonstration du PoC au client
  ● Développement du module de NLP:
  Mise en place de l’architecture et d’un environnement d'exécution avec Anaconda 3
  Récupération et croisement de données à partir d’une BDD postgresql et de fichiers CSV
  Analyse, exploration et visualisation de données Care via pandas, numpy, matplotlib
  Mise en place de l’algorithme de matching grâce à une structure de données MARISA
  TRIE et un modèle NLP basé sur un modèle Deep Learning pré-entraîné via la lib spaCy
  Développement d'un algorithme de ranking des solutions suggérées
  Développement de tests automatisés et un benchmark de metrics (trade-off entre
  précision et rappel)
  Développement d’une API REST pour déployer le modèle de matching (flask, logging,
  waitress, GCP StackDriver)
  Dockerisation de l’API

• Consultant (l'application a gagné France HIT Innovations Trophées 2019)

  Groupe VIDAL
  Jan 2018 - Jan 2019

  PROJET
  Le Groupe Vidal est une entreprise européenne leader dans le domaine de l'informatique
  et des systèmes d'information liés à la santé.
  Le projet consistait à la création de l’application web réactive Vidal Sentinel, qui propose
  aux pharmaciens hospitaliers d'évaluer en temps réel les risques iatrogéniques liés aux
  prescriptions intrahospitalières à partir de l'analyse des données de prescription, des
  résultats d'analyses biologiques et d'autres variables liées aux patients et disponibles
  dans le système d'information hospitalier.
  L'application établit un score de risque pour chaque patient et justifie précisément ce
  risque afin d'aider les pharmaciens à prioriser les ordonnances à analyser.
  RÉALISATIONS
  ● Mise en place de l’architecture Web distribuée
  ● Développement en TDD et BDD et en pair programming
  ● Conception et Implémentation de l'algorithme de scoring avec sklearn servi en tant que
  API rest avec Flask
  ● Conception et développement d’une API REST modulaire avec Vert.x, RxJava, MongoDB
  et Hazelcast, Mockito, TestContainer et JUnit
  ● Conception et développement des IHMs modulaires avec Angular 8, Bootstrap et
  Angular Material Design, Jasmine et karma
  ● Implémentation des échanges temps réel entre le FHIR store et l’API REST en bus
  d’échange Vert.x avec Hazelcast & RabbitMQ
  ● Garantie du respect des bonnes pratiques

• Créateur du ChatBot BdxBot

  BotYourBusiness- Bordeaux - France
  Jan 2017 - aujourd'hui

  BdxBot est disponible 24/24h sur Facebook Messenger, BdxBot,
  ********/
  est un assistant personnel utilisant le NLP et qui facilite le séjour des habitants et visiteurs
  de Bordeaux.
  BdxBot est aujourd'hui utilisé par plus que 10230 utilisateurs hebdomadairement et
  enregistre une croissance organique de 3 utilisateurs par jour. Il est noté est noté 4.9/5
  ********/

• Scrum Master | Leader Technique R&D Mobile & WEB

  ATOS CDI - Bordeaux - France
  Jan 2015 - Jan 2018

  J'ai intégré ATOS en tant que stagiaire en fin d'études (6 mois) puis j'a évolué pour devenir
  Tech Lead et Scrum Master en 4 ans. Mes missions étaient:
  Mission 1: Dans le cadre des projets R&D, j'étais responsable de la mise en place d'un
  portail Web en Angular selon une architecture scalable & temps réel.
  Je gérais à la fois l'équipe Front-end dont l'objectif est de développer une interface en
  Bootstrap/Angular, OpenStreetMap et l'équipe Back-end dont la mission est de
  développer une API REST en Spring MVC.
  Je garantissais la qualité du travail effectué, l'absence des points de blocage et
  l’apprentissage continu pour toute l'équipe.
  Mot-clés : Java 8, Spring MVC, Spring JMS, Spring WebSocket, Service Mix, OSGI, Angular 4,
  OpenStreetMap, Bootstrap 4, ActiveMQ, Docker, MQTT, Mosquitto, Git & Tomcat
  Mission 2: Dans le cadre des projets R&D autour des Internet of Things (IoT) , Transport
  intelligents (ITS) et Smart Cities, j'étais également responsable sur la conception et le
  développement d'une application Mobile en Android Native reflétant l'ensemble de nos
  use cases R&D.
  J'assurais la bonne qualité des livrables, la mise en place des bonnes pratiques, le respect
  des deadlines, l'absence des points de blocages et la bonne communication entre les
  membres de l'équipe.
  Mots-clés: SSL, End User Authentication with OAuth 2.0, Android Account Manager, MQTT,
  oneM2M,Eclipse Paho Android Service, NFC I/O, Camera 2 API, Google Play Services,
  OpenStreetMap + Geo-positioning, Real-timing, Picasso, Java 8, Jenkins, Docker, Shared
  Preferences, SQLite, Git, Android Studio, Gradle, JUnit, UML,Enterprise Architect.

• Co-créateur |Formateur en Deep Learning et TensorFlow 2

  AtelierDeepLearning -Freelance - Paris - France
  aujourd'hui

  Le concept de ********-learning-avec-tensorflow/ est d'aider les
  élèves à faire leurs premiers pas dans les réseaux de neurones profonds - Deep Learning.
  Depuis la création de l'atelier, plus que 230 élèves ont été formés. Pendant cette journée,
  j'aide mes élèves à:
  ● Découvrir ce qu’est le Deep Learning, sa puissance et ses cas d'usage
  ● Comprendre comment marche le Deep Learning sous le capot
  ● Coder un réseau de neurones profond avec TensorFlow 2
  ● Travailler sur un vrai projet de Deep Learning avec un cas d’usage concret (workshop)