Alban Danet

Data Engineer Full Stack

Salaire / Taux journalier

Paris, France

Freelance

Expertises

IAData EngineeringPythonMachine LearningData ScienceService clientData AnalysisCLLMs / Large language models

À propos

Introduction

Ingénieur Data Full Stack spécialisé en IA générative et systèmes multi-agents, actuellement chez Pernod Ricard. Expert en architectures hybrides (LLM + RAG), analyse automatisée de contenus visuels et développement de pipelines data fiables. Je transforme vos données bruitées en solutions intelligentes et automatisées pour optimiser vos workflows métier.

Liens

Expérience de travail

Ingénieur de données

Pernod Ricard

mars 2025 - oct. 2025

8 mois

Paris, France

Participation à plusieurs projets stratégiques visant à intégrer l’IA générative et les systèmes multi-agents dans les workflows internes, avec un focus sur la fiabilisation de la donnée, l’automatisation des contrôles, et l’analyse des contenus médias. Standardisation des noms de marque : exploration et développement d’une architecture hybride (fuzzy matching + LLM + RAG) pour améliorer le mapping de marques commerciales avec des données bruitées. Analyse automatisée de contenus visuels : conception d’un outil full-stack pour l’analyse d’images et de vidéos publicitaires, intégrant extraction de frames, transcription audio, prompts dynamiques et base de connaissance visuelle par marque. Vérification de conformité (DGP) : développement d’un système multi-agent capable de scruter des sites web et réseaux sociaux pour contrôler automatiquement la présence des principes DGP dans les supports digitaux du groupe.

Scientifique des données

FFRS - Fédération Française de Roller et Skateboard

nov. 2023 - mars 2024

5 mois

Paris, France

Développement de modèles d’analyse de la performance sportive au sein de la Fédération Française de Skateboard, en partenariat avec l’Institut de Recherche bio-Médicale et d’Épidémiologie du Sport (IRMES – INSEP), avec un focus sur les jeunes athlètes, notamment féminines. Étude de la relation âge-performance : modélisation de l’âge au pic de performance chez les skateurs, à l’aide de méthodes statistiques et exploratoires, dans une approche inédite pour cette discipline. Traitement et structuration des données : mise en place de pipelines pour le nettoyage et l’analyse des performances en compétition sur plusieurs années. Modélisation prédictive : application de techniques de machine learning pour la classification des profils d’athlètes et la prévision de trajectoires individuelles. Conception d’outils d’aide à la détection et au suivi : développement de solutions analytiques pour accompagner la montée en performance, en particulier dans le secteur féminin.

Vendeur intérimaire

Fnac

juil. 2021 - oct. 2023

2 ans 4 mois

Orléans, France

Expérience de vente renforcée en environnement technique à la FNAC, suite à un stage concluant ayant conduit à une embauche en intérim, prolongée par des missions ponctuelles durant les vacances scolaires. Gestion autonome de rayon : prise en charge complète du rayon technique (mise en avant, stocks, relation client) en toute autonomie. Conseil client spécialisé : accompagnement personnalisé fondé sur une solide connaissance des produits. Fiabilité en période de forte affluence : intégration régulière en renfort lors des pics d’activité, avec des performances reconnues par l’équipe.


Formation

EFREI - Grande école du numérique

Diplôme d'ingénieur généraliste, Informatique et technologies du numérique


Licences et certifications

Microsoft Certified: Azure Fundamentals

Délivré le : mai 2024

Certifié par Microsoft

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.