CV/Mission de Formateur SAS Enterprise Guide freelance

Exemple de missions de Saïd,
Formateur SAS Enterprise Guide habitant Paris (75)

• Chief Data Officier (Equipe entre 22 et 35 Ingénieurs et Phd)

  Yobitrust
  Jan 2017 - aujourd'hui

  1. ManagementDevOps
  2. Création du centre de Formation «Big Data, Data Science &AI »
  3. Création d’un Data Innovation Lab’s (DSAI Lab’s)
  4. Création d’une chaire DSAI en partenariat avec l'université de Tunis el Manar (UTM)
  ********-2611-utm-chaire-scientifique-et-industrielle-dans-le-domaine-de-la-science-des-donnees-et-de-l-intelligence-artificielle
  5. Développement de partenariat
  Direction fonctionnel et technique de projets en Biotechnologie
  
  1. Développement d'une API cross plateforme pour le traitement des données médicales dans un environnement Big Data.
  2. Développement d’algorithme pour le traitement des données structurées et non structurées (texte, image) dans un cadre médicale et biométrique.
  3. Implémentation de classificateurs via le Machine Learning et le Deep Learning dans un environnement technique Big Data et IOT dans le domaine de la santé.
  
  Direction fonctionnel et technique de projets Industrie 4.0
  
  6. Mise en place d'une architecture Big Data pour le traitement de données multimédia et multimodales en grande dimension pour l'industrie 4.0.
  7. Conception d’un robot intelligent multi-capteur (reconnaissance facial, vocal, obstacle).
  8. Développement d’algorithmes d'apprentissage automatique de détection d'intrusion dans les systèmes Scada (industrie 4.0 et cybersécurité).
  9. Développement d'algorithmes « IA embarquées » de détection et de reconnaissance d'objet en industrie 4.0.
  10. Développement d'un algorithme de détection d'intrusion via le Machine Learning et Deep Learning (Cybersécurité).
  11. Conception d'objets connectés (IoT) pour la détection du « son » via le traitement du signal et le Deep Learning.
  12. Système de sécurité embarquée basé sur la reconnaissance vocale (Cybersécurité).
  13. Implantation d'une plateforme embarquée (Edge Computing & HybrideCloud) pour le traitement, l’analyse et le stockage de données industrielle hétérogènes en temps réel.

  Environnement technique : MULTIVARIATESEXTREME VALUE,MACHINE LEARNING & DEEP LEARNING,MASSIVE PARALLEL PROGRAMMING ON GPU DEVICES FOR BIG DATA(SCIKIT LEARN, PYTORCH, THEANO, KERAS , TENSORFLOW ,CNTK).HADOOP ET SPARK (MAPREDUCE, YARN, HDFS,HIVE ,HBASE PIG,PYSPARK, SPARKSQL, MLLIB, GRAPHX, SCALA,KAFKA…)

• Formateur Big Data

  FITEC
  Jan 2016 - aujourd'hui

  Projet : formation Big Data pour ingénieurs expérimentés
  DOMAINE D’INTERVENTION :
   Conception du programme (cours et Tp)
   Ecosystéme Hadoop (MapRecude, Yarn,HDFS,Hive,HiveQL,PIG,Python)
   Ecosystéme Spark (spark Core,spark SQL,Mlib,GraphX,Scala,R,Ptython)
   Base de données NoSQL (MongoDB,Hbase,OrientDB,Redis,Elasticsearch..)

  ENVIRONNEMENT TECHNIQUE : LINUX, VIRTUALBOX, AWS

• Co-fondateur de la SAS Maison des mathématiques (MDM) Directeur Scientifique et Innovation

  Jan 2012 - aujourd'hui

  1. Management du risque – identification des risques projet & mise en place d’une méthodologie (classification, plan d’actions et capitalisation sur les résultats) 2. Étude de faisabilité & analyse des risques (coûts, qualité, délais) 3. Calcul du ROI (amélioration continue) 4. Formalisation des reporting sur le suivi d’avancement (plannings & livrables) 5. Animation des instances & gestion de la communication 6. Définition des axes stratégiques à développer – choix & préconisation de l’architecture.
  Chief Data Scientist Officer
  7. Construction de l’architecture BIG DATA – 10 <> 100 Tera Octets. 8. Prétraitement & calibrages des données 9. Conception et implémentation de l'architecture Big Data du groupe SCOR (2016- 2017) 10. Conception du programme et mise en œuvre de la Formation «Big Data,Data Science » pour le compte de la société FITEC, Pôle emploi et SSII (150 personne entre 2015-2016) 11.Implémentation de solutions pour la détection des comportements malveillants au sein du Cloud via des méthodes d'apprentissage statistique appropriées (2013-1014) 12.Initiateur du projet H2020 Scissor en 2014( Security In trusted SCADA and smart-grids ********/?p=424)

  Environnement technique: MULTIVARIATESEXTREME VALUE,MACHINE LEARNING & DEEP LEARNING,MASSIVE PARALLEL PROGRAMMING ON GPU DEVICES FOR BIG DATA(SCIKIT LEARN, PYTORCH, THEANO, KERAS , TENSORFLOW ,CNTK).HADOOP ET SPARK(MAPREDUCE, YARN, HDFS,HIVE ,HBASE PIG,PYSPARK, SPARKSQL, MLLIB, GRAPHX, SCALA,KAFKA…)

• Directeur de projet (Chief Data Scientist officier )

  MDM
  Jan 2012 - aujourd'hui

  Projet: Cybersécurité
  Implémentation d’une solution pour la détection de comportements malveillants au sein du Cloud. Pour répondre à cet objectif, notre programme scientifique et technique est centré sur des nouvelles méthodes de modélisation statistiques et d’algorithmes appropriées aux données hétérogènes (structurées et non structurées) en très grandes dimensions.
  
  DOMAINE D’INTERVENTION :
   Chief Data Scientist officer
   Définition des axes stratégiques à développer – choix & préconisation de l’architecture
   Choix des partenaires éditeurs de logiciels, notamment Open source
   Management du risque – identification des risques projet & mise en place d’une méthodologie (classification, plan d’actions et capitalisation sur les résultats)
   Étude de faisabilité & analyse des risques (coûts, qualité, délais)
   Calcul du ROI (amélioration continue)
   Suivi budgétaire, allocation des ressources & gestion de la planification
   Formalisation des reporting sur le suivi d’avancement (plannings & livrables)
   Animation des instances & gestion de la communication
  
   Data Scientist (spécialiste de la donnée)
   Construction de toute l’architecture BIG DATA – 10 <> 100 Tera Octets
   Prétraitement & calibrages des données – données structurées et non structurées
   Reporting – requête et restitution de donnée (contrôle et homogénéisation de la qualité)
   Modélisation statistique
   Tests et validation de la solution

  ENVIRONNEMENT TECHNIQUE : ECOSYSTEMEHADOOP (MAPRECUDE,YARN,HDFS,HIVE,HIVEQL,PIG,PYTHON), ECOSYSTÉME SPARKE (SPARK CORE,SPARK SQL,MLIB,GRAPHX,SCALA,R,PTYTHON) BASE DE DONNEES NOSQL (MONGODB, HBASE,ORIENTDB,REDIS,ELASTICSEARCH..) CLOUD COMPUTING

• EOLEN

  Directeur de la practice BI
  Jan 2011 - Jan 2012

  Ex de projet pour Natixis : Audit et modélisation du paramètre « Perte en cas de défaut »
  DOMAINE D’INTERVENTION
   Management d’un département (aspects humains, budgétaires, organisationnels et techniques)
   Management de projets (Estimation des charges, gestion du planning, du budget, des hommes, qualité des livrables, garant du respect des engagements pris avec le client)
   Veille économique et technologique, étude et négociation de projets
   Développement de la gamme d’offres de prestations de services
   Développement de partenariat

  ENVIRONNEMENT TECHNIQUE : LINUX, WINDOWS, SAS V9 SAS/BASE-MACRO-STAT-IML, SAS ENTERPRISE MINIER, SAS ENTERPRISE GUIDE, QLIKVIEW, MS PROJECT

• Chef de Projet MOA/MOE

  E-BUSINESS MLBM
  Jan 2010 - Jan 2011

  Projet : Analyse comportementale des visiteurs du site et Modèle prédictif d’achat en ligne
  
  DOMAINE D’INTERVENTION :
   Rédaction des spécifications fonctionnelles
   Modélisation statistiques & implémentation du code SAS
   Recette & déploiement

  ENVIRONNEMENT TECHNIQUE : WINDOWS, SAS/BASE-MACRO-STAT, SAS IML, SAS EM

• Directeur de Projet MOA/MOE

  FNAIM
  Jan 2010 - Jan 2010

  Projet : Modélisation et analyse statistique de la base de données du prix de l’immobilier
  
  DOMAINE D’INTERVENTION :
   Rédaction des spécifications fonctionnelles
   Conduite de projet, animation et encadrement des différents acteurs du projet (métiers, organisation, informatique, utilisateurs...)
   Recette et formation utilisateur

  ENVIRONNEMENT TECHNIQUE : WINDOWS, SAS V9 SAS/BASE-MACRO-STAT, SAS IML, SAS ENTERPRISE MINIER

• Chef de Projet (Work Stream Leader)

  ALLIANZ
  Jan 2009 - Jan 2010

  Projet : Mise en place du nouveau système d’information et intégration des bases comptable
  
  DOMAINE D’INTERVENTION :
   Implémentation de programme d’analyse statistique et comptable
   Conduite de projet, animation et encadrement des différents acteurs du projet (métiers, organisation, informatique, utilisateurs...)
   Formation utilisateur

  ENVIRONNEMENT TECHNIQUE : WINDOWS, MVS, SAS V9.2 SAS/MACRO-STAT, MS PROJECT

• Chef de Projet Marketing Analytique

  ARVATO SERVICE
  Jan 2009 - Jan 2009

  Projet : Création d’un Datamart marketing, classification des données et implémentation du modèle de score
  
  DOMAINE D’INTERVENTION :
   Implémentation de programme d’analyse statistique et comptable
   Conception du «Datamart»
   Segmentation du marché via des méthodes de « classification »
   Création d’un modèle de score implémenté sur toute la base d’étude
   Réalisation de rapports finaux

  ENVIRONNEMENT TECHNIQUE : WINDOWS XP, SAS V9 SAS/BASE-MACRO-STAT SAS IML, SAS ENTERPRISE MINIER, SPAD7, SPSS...

• Consultant Solvability II

  ALLIANZ ACTUARIAT
  aujourd'hui

  Projet : TECHDB conception des items solvability II
  
  DOMAINE D’INTERVENTION :
   spécifications fonctionnelles
   membre du comité de pilotage
   implémentation des indicateurs via SEG
   Recette & déploiement

  ENVIRONNEMENT TECHNIQUE : WINDOWS, MVS, SAS GUIDE, SAS V9, SAS/BASE-MACRO-STAT, SAP.