Ăśber Etienne
🧠Avec 5 ans d’expérience en Data/AI, j’ai construit une roadmap professionnelle marquée par la diversité des environnements : grands comptes, start-ups et missions en autonomie.
J’ai contribué à des projets variés allant du prototypage rapide en santé au design et à l’industrialisation de pipelines critiques en banque.
🚀 Récemment certifié AWS Machine Learning Specialty, j’entretiens un apprentissage continu, avec une attention particulière portée aux avancées en GenAI. Mon approche combine rigueur technique, vision produit nourrie par mes expériences Agile/Scrum, et la capacité à traduire des problématiques métiers complexes en solutions concrètes.
🤝 Vous cherchez à explorer un défi Data/AI ? Je serais ravi d’échanger pour voir comment nous pourrions avancer ensemble.
🎯 Compétences :
🔹​ Développement : Python, API, Docker, MLOps, CI/CD (GitHub Actions)
🔹​ Cloud: Amazon Web Services (AWS), GCP
🔹​ Bases de données : PostGreSQL, DynamoDB, Neo4j
🔹​ Pipeline Orchestration : Airflow, Sagemaker, StepFunctions, Kubernetes/EKS
🔹​ Machine Learning: AI Search, Fraud Detection, NLP, Computer Vision, ASR
🔹​ Data Transformation & ETL/ELT : Pandas, AWS Glue, Apache Spark, dbt
🔹​ DataViz : Power BI, Tableau, Python (Matplotlib, Seaborn)
🔹​ GenAI/LLM Agents : LangChain, MCP, RAG, vLLM, AWS Bedrock, PromptLayer
🔹​ Développement Produit : Scrum/Kanban, KPI/OKR, Priorisation (RICE/MOSCOW)
✍🏻 Offre de service :
🔸​​ Audit/Workshop Data Readiness
🔸​​ Cadrage de projets AI, Définition des cas d'usage, Atelier AI ROI
🔸​​ Développement de projets de Data Science/AI de bout en bout (Conception / MVP à l'industrialisation / Mise en Production)
🔸​​ Run / Gestion de projet Data/AI
Französisch
Muttersprachlich oder zweisprachig
Englisch
Muttersprachlich oder zweisprachig
Vor Ort möglich
Paris (bis zu 30 km)
Projekt- und Berufserfahrung
- Roc EclercMachine Learning EngineerÖFFENTLICHER SEKTOR & KÖRPERSCHAFTENDezember 2024 - Februar 2025 (2 Monate)Paris, FrankreichContexte :Dans une phase d’avant-vente pour un acteur du funéraire, objectif de démontrer la valeur d’une searchbar IA avancée capable d’améliorer la prise d’information des utilisateurs et de favoriser leur entrée dans le funnel de conversion (clic sur demande de devis après une recherche).
- Enjeu : Leur concurrent avaient déjà implémenté une search, type Algolia/TypeSense.
- Problèmes identifiés : Taux de rebond élevé, navigation confuse dès la landing page, SEO perfectible.
- Intentions clés supposées des utilisateurs : Préparation des obsèques et prévoyance.
- Objectif : Proposer un Search-as-a-Service qui fluidifie l’expérience, réduit la perte d’utilisateurs et sert de base pour mesurer la pertinence via analytics.
Output :Prototype comparatif de moteurs de recherche- Benchmark et démo de trois approches : Moteur syntaxique (mots-clés), sémantique (embeddings), hybride (BM25 + embeddings, ANN).
- Indexation et ranking via ElasticSearch, permettant d’accepter aussi des questions ouvertes et d’obtenir des résultats cohérents.
Fonctionnalités Search- Développement : crawler maison, pipeline d’indexation, API avec FastAPI, monitoring avec Kibana, Docker.
- Faceted navigation, autocomplete, debouncing, zero-result fallback, ranking avec pondération basique.
Cadrage produit- Organisation en Kanban board, priorisation weekly avec le Head of Product et une Account Manager.
- Hypothèse : une searchbar pertinente → baisse du rebond et meilleure conversion.
- Next Step : Capter du feedback utilisateur (ex: mots-clés vs questions ouvertes) pour "amorcer la pompe" et implémentation des métriques business/user
Outcome- Proof of Value réussie : démo interne convaincante de la supériorité du moteur hybride, validant l’intérêt business d’une search IA avancée.
- Mise en avant d’une amélioration potentielle du CTR et de la rétention
- Le POV a permis à une PO (Wivoo) de capitaliser sur le travail effectué.
- ThIA Santé MentaleMachine Learning EngineerGESUNDHEIT & WELLNESSOktober 2024 - Dezember 2024 (2 Monate)Montpellier, FrankreichContexte : Mission au sein de ThIA, start-up e-santé développant une plateforme de suivi médical et collectant des données issues de Doctolib/AviPsy.
- Responsable du sizing et de la conception from scratch de leur architecture Data (Data Lake & Warehouse HDS) et d’un pipeline ELT analytique.
- Data Mart conçu pour répondre aux besoins d’acteurs de la prévoyance : suivi opérationnel, analyse des parcours patients et reporting réglementaire.
- Collaboration directe avec le CTO : daily meetings, affinage du backlog et sprint planning.
Output :Architecture & Data Pipeline- Construction d’un pipeline event-driven (DataFlow, Airflow, Pub/Sub) pour traiter des sources hétérogènes (CSV, API REST, PostgreSQL).
- Déploiement sur GCP en architecture en médaillon (CloudStorage, BigQuery, dbt).
- Docker, CI/CD GitHub Actions
- Mise en place de mécanismes robustes : retry, rollback, versioning des données et schémas. Minimisation du downtime (SLA > 99,99%).
Gouvernance & Monitoring- Data Catalog et gestion du data lineage pour assurer traçabilité et conformité (HDS/RGPD).
- Contrôles d’accès granulaire via IAM et Secret Manager, anonymisation systématique des données patients.
- Monitoring cloud : suivi des DAGs, consommation des ressources et alerting intelligent.
Analytics & Restitution- Standardisation des transformations via macros dbt.
- Mise en place de dashboards Looker analytiques thématiques (praticiens, patients, réglementaire).
- Pipeline et infrastructure dimensionnés pour accueillir des cas d’usage avancés : Modélisation du risque de non-renouvellement de contrat assurance (churn)
Outcome :- Industrialisation du pipeline et livraison en production dans un environnement réglementé.
- Fondation posée pour des cas d’usage analytiques et prédictifs dans le secteur santé / assurance.
- Société GénéraleConsultant Data ScientistBANKEN & VERSICHERUNGENFebruar 2022 - Juni 2024 (2 Jahre und 4 Monate)Fontenay-sous-Bois, FrankreichData Scientist / Engineer – Network Flows & Fraud DetectionContexte : Prestation menée au sein de la DSI Innovation Technologies et Informatique pour les Métiers, dans le cadre d’un programme anti-fraude de prévention des attaques ransomwares.Contribution dans un projet agile Big Data du cadrage à la Production, en interaction continue avec architectes techniques, experts réseau fonctionnels.Objectif : Cartographier les flux réseau entre applications et utilisateurs afin de fiabiliser et enrichir les KPI métiers, réduire les protocoles dangereux et renforcer la gouvernance de la donnée.Output :Conception et gestion du pipeline ETL
- Design d’un workflow ETL complet (logs pare-feu, référentiels, métadonnées) avec les métiers (approche Domain-Driven Design)
- Parsing, déduplication, consolidations de sources, agrégations massives (Spark), monitoring et reporting
- Gouvernance : Alignement avec les besoins de modélisation, de lineage et conformité audit pour chacun des use cases
- Déploiement d’un Business Rules Engine intégrant les règles métiers par environnement (IaC)
- Référent technique : force de proposition et arbitrage des choix techniques
Travaux d’industrialisation et R&D- Mise à disposition de Data Marts pour les métiers (APIs RESTful, SQL paramétriques)
- Supervision portage de la codebase (Python → Scala) et pipeline CI/CD
- Supervision d’un POC graphe pour l’exploration interactive des flux entre applications et partenaires
- Implémentation de Graph Neural Networks (DGL) pour détecter des réseaux avancés de "comptes mûles", non captés par les méthodes traditionnelles
Outcome :- Couverture complète des interconnexions réseau de la banque (~100Go/jour)
- Mise en production d’un produit analytique orchestré, essentiel aux équipes métiers et à portée groupe
- Fonctionnement: Rattrapage historique + Run bi-daily schedulé
Empfehlungen
Diese Freelancer passen auch zu Ihren Kriterien
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Ausbildung und AbschlĂĽsse
- Mastère Spécialisé, Ingénierie des Systèmes Informatiques Ouverts (SIO), SaclayCentraleSupélec2020Mastère Spécialisé, Ingénierie des Systèmes Informatiques Ouverts (SIO), Saclay
- Software EngineeringESILV - Ecole Supérieure d'Ingénieurs Léonard de Vinci2019Software Engineering
Zertifizierungen
- AWS Certified Machine Learning – SpecialtyAmazon Web Services2025
- Professional Machine Learning Engineer CertificationGoogle Cloud2024