Elias Yalaoui

Data & AI Engineer Senior | Python & Cloud

Salaire / Taux journalier

Paris, France

Freelance, ouvert au CDI

Peut venir sur site

Expertises

PythonPostgreSQLPower BIAzureTableauJiraProject OwnerAWS

Langues

Français

À propos

Introduction

Ingénieur Data & IA avec 2 ans d'expérience en ML et cloud (Azure/AWS). Expertise prouvée en déploiement de modèles (+18% de précision), optimisation FinOps (-25% de coûts) et leadership technique. Spécialisé Python/Power BI avec focus sur la rentabilité et la scalabilité de vos projets data.

Liens

Expérience de travail

Freelance Data Scientist | Open to Opportunities

Self-employedFreelance

mars 2025 - Présent

1 an 8 mois

France · Hybrid

Réalisation de projets personnels en data science : • Analyses exploratoires et prédictives sur des datasets publics (ex. churn, séries temporelles) • Tableaux de bord dynamiques avec Power BI • Déploiement de modèles ML avec Flask et Docker • Veille technique et formation continue en MLOps (Azure, CI/CD, LLMs open source)

Ingénieur en recherche Cloud and IA

Capgemini

nov. 2023 - août 2024

10 mois

Greater Paris Metropolitan Region · Hybrid

• Conception et déploiement de modèles de machine learning pour la recommandation de produits, avec une amélioration mesurée de la précision de +18 %. • Optimisation des algorithmes ML existants (hyperparameter tuning, vectorization, réduction de la complexité) pour gagner en performance et en coût de calcul. • Leadership technique sur une équipe de 3 data scientists, avec coordination des sprints et mise en place de bonnes pratiques (code review, Git, documentation technique). • Analyse de données à grande échelle (Azure Data Lake, SQL, Pandas) pour extraire des insights et guider des décisions stratégiques côté métier. • Déploiement de solutions cloud via Azure et Docker, avec mise en place de pipelines CI/CD et de dashboards Power BI pour le monitoring des résultats. • Collaboration étroite avec les équipes métiers et cloud pour aligner les modèles sur les objectifs de performance, coûts et scalabilité. Outils :Python, Scikit-learn, SQL, Pandas, Azure, Docker, Power BI, Git, Agile (Scrum).

Data & AI Engineering Student – Applied ML, MLOps & Embedded Systems

ESIEA - École d'Ingénieur

août 2019 - août 2024

5 ans 1 mois

Paris, France

• Machine Learning & Deep Learning : Implémentation de modèles supervisés et non supervisés avec Scikit-Learn, TensorFlow, PyTorch (classification, régression, CNN, RNN) • Big Data & MLOps : Utilisation de Spark, Hadoop, Kubernetes et bases NoSQL pour le traitement distribué de données massives et la mise en production de modèles ML • Analyse Exploratoire de Données : Maîtrise des techniques statistiques comme AFC, ACP, ACM pour l’interprétation et la réduction de dimensions • Vision par Ordinateur & Traitement du Signal : Développement de pipelines d’analyse d’image (segmentation, détection d’objet) et traitement audio • IA Symbolique & Cybersécurité : Connaissance des systèmes à base de règles, ontologies, et fondements en cryptographie (chiffrement, protocoles, sécurité réseau) • Systèmes embarqués & Robotique : Programmation bas-niveau, temps réel, capteurs, actuateurs, prototypage et tests sur plateformes robotiques

Consultant FinOps

Finopsia

sept. 2022 - juil. 2023

11 mois

Paris, France

• Analyse des coûts cloud (Azure, AWS) pour plusieurs clients grands comptes afin d’identifier les leviers d’optimisation financière. • Création de tableaux de bord Power BI pour le suivi des dépenses cloud, avec segmentation par service, équipe et projet. • Conception et automatisation de scripts Python pour la collecte, l’analyse et la visualisation des données de facturation cloud. • Mise en œuvre de stratégies FinOps (rightsizing, reservation planning, tagging policy) réduisant les coûts mensuels jusqu’à -25 % pour certains clients. • Accompagnement des équipes techniques et métiers : formation aux bonnes pratiques FinOps, documentation, ateliers de sensibilisation. • Participation à l’élaboration de recommandations stratégiques pour les CTO et responsables financiers. Outils : Power BI, Excel, Python, Azure Cost Management, AWS Cost Explorer, Git.

Employé Saisonnier (Assistant Logistique de Laboratoire)

L'Oréal

juil. 2021 - août 2021

2 mois

Paris, France

• Gestion de l'inventaire des fournitures de laboratoire : suivi des stocks, contrôle des niveaux critiques, anticipation des besoins. • Réapprovisionnement régulier des équipements et consommables pour garantir la continuité des activités scientifiques. • Organisation et rangement des espaces de travail en laboratoire, en respectant les normes d’hygiène et de sécurité. • Soutien aux équipes techniques dans leurs tâches quotidiennes logistiques.


Formation

ESIEA - École d'Ingénieur·e·s d'un numérique utile

Diplôme d'ingénieur

2019 - 2024

5 ans 1 mois

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.