Data Scientist / Machine Learning Engineer в команду сообществ

Описание

K ev in L efe v re
D ata e n gin eerin g, d ata s c ie n ce , b ig d ata a rc h it e ctu re
22 rue de la roquette
75011, Paris, France
+33 6 68 28 68 46
kulssaka@gmail.com
E xp erie n ce s - 8 y ea rs :
A cce n tu re A ppli e d I n te lli g en ce ,
P aris —
M an ager -
D ata s p ecia li s t
F E B 2 016- P R ESE N T
B N P P arib as ( 1 y ea r) - T ea ch L ea d D ata :
M an ag em en t o f a M LO ps p ro je ct w it h a m ach in e l e a rn in g m od el o n t r a n sa ctio n fi lt e rin g,
w it h a d ock er p ack ag ed m od el s e rv in g a n A PI o n a K ubern ete s c lu ste r
C asin o R ele v an C ( 6 m on th s) - T ea ch L ea d D ata :
C lo u d d ata e n gin eer o n G CP, d ev elo p pem en t o f s p ark p ro ce ss o n D ata P ro c, D ev o p s
P ip elin es
C ré d it A gric o le ( 5 y ea rs ) - T ea ch L ea d D ata :
●
A rc h it e ctu re : d esig n o f a d ata - ce n te re d s y ste m
●
D ev elo p m en t: c o m ple x S p ark p ro ce sse s w it h r e co n cilia tio n , w it h l a m bd a
a rc h it e ctu re , c u sto m er 3 6 0 v ie w , i n du str ia liz a tio n o f d ata s c ie n ce m od els i n
p ro d u ctio n e n vir o n m en ts
●
O th er: d ep lo ym en t a n d c o n fi gu ra tio n o f a o n -pre m is e d ata s c ie n ce
e n vir o n m en t
C arre fo u r I n su ra n ce s ( 4 m on th s) D ata S cie n tis t :
E valu atio n o f a ttr it io n , c u sto m er p ro fi lin g w it h
m ach in e l e a rn in g
S o cié té G én éra le ( 5 m on th s) S o lu tio n A rc h it e ct:
P ro d u ct a n d t e ch n olo gie s e v alu atio n a n d r e co m men datio n s i n : d ata e x p lo ra tio n , d ata
m an ag em en t, a n d d ata p re p ara tio n .
S en te li s ( 2 m on th s) D ata e n gin eer:
D ev elo p m en t o f a D M S f o r e le ctr o n ic d ocu m en ts , w it h A I f o r t a g g in g a n d c la ssif y in g
d ocu m en ts , u sin g G oogle V is io n , A m azo n R ek o gn it io n a n d I B M W ats o n .
C G I C on su lt in g,
P aris —
J u n io r c o n su lt a n t
F E B 2 014- F E B 2 016
I n te rio r M in is tr y , C usto m s ( 1 y ea r) - T ech n ic a l A udit o r:
T ech n ic a l r e fe re n t f o r t h e g o vern m en t o n p ro je ct P N R. A udit o f t h e d ev elo p m en t,
e x p lo it a tio n , e v alu atio n o f t h e s y ste m a n d i t s p erfo rm an ce s
M in is tr y o f D efe n se ( 1 y ea r)
E n gin eerin g s ch ools E P IT A a n d E SIE A :
T ea ch in g c o u rs e s a n d f o rm atio n s ( in E n glis h ) o n B ig
D ata
C G I B usin ess C on su lt in g ( in te rn w ork ) ( 1 y ea r):
M ak in g p ro ofs o n c o n ce p ts o n m ult ip le t e ch n olo gie s f o r p re sa le s.

F re ela n ce ,
P aris —
T ea ch er/ T ra in er

2 s e m este rs in 2 017-2 018 in a d dit io n t o m y w ork
E n gin eerin g s ch ool E SA IP / M an ag em en t s ch ool E SSC A
:
C ou rs e s a n d f o rm atio n s ( in E n glis h ) o n B ig D ata ,
I T m an ag em en t i n c o m pan ie s,
p ra ctic a l w ork s o n H ad oop a n d E LK , a w are n ess o n s e cu rit y i n / a n d w it h b ig d ata .
E D U CA TIO N / C ER TIF IC A TIO N S:
E P IT A - I T e n gin eerin g,
P aris —
C ertifi ed E n gin eer
( e q u iv a le n t t o
m aste r)
C om pu te r s c ie n ce , m ath em atic s, p h ysic s, e le ctr o n ic s, p ro je ct
m an ag em en t, c o m petit iv e i n te llig en ce
U niv ers it y o f S eo u l,
S eo u l ( S o u th K ore a )—
i n te rn atio n al
s e m este r
C om pu te r s c ie n ce a n d m ath em atic s
C ertifi ca tio n s:
B ig D ata :
C lo u dera C ertifi ed A dm in is tr a to r f o r A pach e
H ad oop ( C CA H )
D ata S cie n ce
:
●
A rtifi cia l I n te llig en ce
●
M ach in e L ea rn in g D ata L if e cy cle i n P ro d u ctio n
●
N eu ra l N etw ork s a n d D eep L ea rn in g
●
I m pro vin g D eep N eu ra l N etw ork s: H yp erp ara m ete r T un in g
R eg u la riz a tio n a n d O ptim iz a tio n
●
S tr u ctu rin g M ach in e L ea rn in g P ro je cts
●
C on vo lu tio n al N eu ra l N etw ork s
●
S eq u en ce M od els
S K IL LS
:
O S a n d e n vir o n m en ts
: Window s, L in ux, A W S, G CP,
K ubern ete s/D ock er, C lo u dera , M ap R
P ro gra m min g s k ills
: M ostly u se d ( P yth on , J a v a, b ash )
R are ly
u se d ( S ca la ,C , C + +, C # , O bje ctiv e C , A ndro id , D elp h i, R uby o n
R ails , a sse m bly )
P ro ce ssin g
: S tr o n g k n ow le d ge i n A pach e S p ark ( Ja v a
/ S ca la /
P yth on )
D ev O ps:
G it la b C I/ C D
D ata v is u ali z a tio n
: E la stic se a rc h , K ib an a, B ea ts ,
T ab le a u
D ata b ase s
: M yS Q L, O ra cle , H iv e, C assa n dra , H Base ,
M ap R -D B,
B ig Q uery
D ata S cie n ce
: S cik it - le a rn , S p ark M Llib , D eep L ea rn in g
w it h
T en so rfl ow 2
C lu ste r s e cu rit iz a tio n
: K erb ero s, L D AP, S en tr y , R an ger,
K nox
A rc h it e ctu re a n d m an ag em en t
: I T s tr a te g y, I T g o vern an ce ,
I T
P ro je ct m an ag em en t
L A N GU AG ES:
A dvan ce d : E n glis h ( T O EIC 9 10 )
M od era te : S p an is h
B eg in ner: R ussia n , K ore a n , J a p an ese
H O BBIE S a n d o th er:
T ra v elin g, v id eo g am es, m artia l a rts , s w im min g, c o okin g, f o re ig n
l a n gu ag es, d an cin g