A cours et moyen terme : - Monter en compétence dans le domaine de la data science, en particulier dans le domaine du deep learning (computer vision, NLP) - Acquérir de bonnes connaissances en data engineering. A plus long terme: - Reprendre des fonctions plus managariales (data scientist lead, chef de projet...) - ou évoluer vers une fonction de data architect
| Référence du CV | : | CV54888 |
| Dernière mise à jour le | : | 26/08/2019 |
| Date de disponibilité | : | Immédiate |
| Niveau d'étude | : | Bac + 5 et plus : DEA, DESS, mastère, MBA... |
| Années d'expérience | : | Plus de 10 ans d'expérience |
Ingénieur structure
Oger International puis Egis Bâtiments de 08/2019 - 08/2013
Description : - Dimensionnement des ossatures des bâtiments - pour le compte de l’entreprise, puis en tant que maitre d’œuvre.
- Projets variés (tours, hôpitaux, logements, bureaux, gares) et complexes (rénovation lourde, construction parasismique).
- Encadrement des projeteurs et relation avec le bureau de controle pour valider les plans
Compétences utilisées :- moyens humains : équipe de 3/4 projeteurs
- moyens informatiques : logiciels métiers spécifiques de calcul et suite office
Chef de projet TEC - domaine de la construction
Ingérop puis AREP de 08/2013 - 12/2018
Description : - Pilotage et coordination des études. Suivi de conformité des travaux en chantier.
- Etablissement et suivi des contrats, budgets et planning d’étude. Gestion des interfaces avec les différents intervenants: maitre d'ouvrage (client), architecte, entreprise, bureau de contrôle
Compétences utilisées :- moyens humains : équipe de 10 personnes environ par projet ( pour 3/4 projets en parallèles)
- moyens informatiques : logiciels spécifiques et suite office
Certification en machine learning
Ecole : Bootcamp VIVADATA
Dates : 03/2019 - 07/2019
Description : Formation intensive en Intelligence Artificielle et en Data Science
• Programmation en Python (Pandas, NumPy et SciPy).
• Data Collection & Engineering (API REST, SQL, PostgreSQL et SLQAlchemy. PySpark).
• Data Visualization (Matplotlib et Seaborn).
• Machine Learning (Scikit-Learn, projets ML, pipelines, XGBoost et LightGBM).
• Natural Language Processing (NLTK et spaCy, topic modeling avec Gensim).
• Deep Learning Tensorflow, Keras (CNN, RNN, autoencoder, GAN...)
certification spécifique
Ecole : MOOC du C.N.A.M en deep learning
Dates : 02/2019 - 04/2019
Description : Compréhension des réseaux de neurones profonds, qui constituent les fondements du « deep learning», et leur utilisation pour des problèmes de reconnaissance et classification de données. Un accent particulier sera porté aux données pauvres en sémantique comme les images.
- fonctionnement et apprentissage des réseaux de neurones profonds, ainsi que l’importance de la convolution,
- raisons historiques de leur succès récent, ainsi que les évolutions récentes du domaine, enjeux pour le déploiement massifs des algorithmes de deep learning, ainsi que les outils logiciels modernes
- application des méthodes de deep learning avec peu de données d’apprentissage, et compréhension des questions ouvertes actuelles.
certification
Ecole : Formation en ligne Dataquest.io
Dates : 01/2019 - 06/2019
Description : - Exploratory Data Visualization
- Storytelling Through Data Visualization
- Data Cleaning and Analysis
- Command Line
- Git & Version Control
- SQL & Databases
- APIs & Web Scraping
- Statistics Intermediate: Averages & Variability
- Probability & Statistics: Intermediate
- Machine Learning Fundamentals
- Calculus for Machine Learning
- Linear Algebra for Machine Learning
- Deep Learning Fundamentals
diplôme d'ingénieur
Ecole : EPF école d'ingénieur généraliste (cycle préparatoire intégré)
Dates : 09/2000 - 08/2005
Description : Ecole généraliste avec des dominantes en informatiques, et mécanique.
| Compétence | Nb.Année(s) d'expérience | Dernière Utilisation | Niveau |
|---|---|---|---|
| Data Science | Débutant | < 6 mois | Moyen |
| Deep Learning | Débutant | < 6 mois | Moyen |
Anglais
Niveau Oral : MoyenAllemand
Niveau Oral : ScolaireFrancais
Niveau Oral : Maternelle