Hassane AZZI

Développeur C++| optimisation | Machine Learning

Salaire / Taux journalier

Paris, France

Freelance, ouvert au CDI

Peut venir sur site

Expertises

Développement BackendC++PythonMachine LearningMicroservicesJavascriptTensorFlowIAscikit-learnKerasPyTorchJavaAzureMongoDBData ScienceRAWSCMicrosoft SQL ServerLinuxSpring BootGoogle Cloud PlatformKubernetesDockerJiraRESTful APIsPostgreSQLGitLabJenkinsMavenMATLABMySQLConfluenceOracle DatabaseScrum

Langues

Français (Maternelle)Anglais (Courant)Allemand

À propos

Introduction

Ingénieur logiciel avec 6+ ans d'expertise en optimisation énergétique et recherche opérationnelle. Développement d'EMS pour centrales hybrides et algorithmes ML prédictifs avec impact mesurable sur les performances. Spécialisé Python/C++ pour solutions d'optimisation temps-réel et systèmes intelligents.

Liens

Expérience de travail

Ingénieur R&D en Optimisation & Machine Learning

Naldeo Digital for Climate

mars 2025 - Présent

1 an 8 mois

Tarnos, France

Dans le cadre d'un accroissement temporaire d'activité pour divers projets auprès de la société Naldeo, mon rôle durant cette mission est d’accompagner différents clients (Omexom, Valorem et Urbasolar) dans le développement de solutions de pilotage optimal des systèmes énergétiques hybrides dans les zones non interconnectées (ZNI), notamment les départements et régions d'outre-mer (la Corse, la Martinique, la Guadeloupe, la Guyane, la Réunion et Mayotte). Cette solution avancée de gestion de l’énergie est capable de maximiser les revenus des centrales hybrides, en optimisant la production en temps réel en fonction du programme annoncé, de l’état réel de la centrale et de l’actualisation des prévisions de production. -Etudes de dimensionnement et d'évaluation de performances des centrales hybrides; -Développement et fourniture d'un système logiciel EMS ENERBIRD (optimisation, pilotage et monitoring énergétique) pour plusieurs centrales hybrides de production d'énergies renouvelables éoliennes et photovoltaïques, intégrant un stockage par batteries; -Mise en œuvre d'algorithmes d’optimisation et de recherche opérationnelle (MILP, MINLP, algorithmes génétiques) pour piloter les centrales de production et de stockage d’énergies renouvelables; -Développement d’un modèle prédictif de Machine Learning capable d’estimer avec une meilleure précision la production d’énergie électrique sur un horizon de 24 heures; -Conception des simulateurs énergétiques et pilotage des phases de mise en service et de recette; -Participation à la définition de la roadmap de développement technologique. Environnement technique: Python, Visual Studio Code, Machine Learning (réseaux de neurones), Scikit-Learn, PyCharm, MLflow, GitLab, Matlab/ Simulink, outils d’optimisation (PuLP, Gekko Optimization Suite, Pyomo), Model Predictive Control (MPC), SCADA

Software Development Engineer | Développeur Back-End C++

SCLE

mars 2022 - févr. 2025

3 ans

Toulouse, France

Pour le compte du client SCLE SFE et au sein de l'équipe "Fiabilité", cette mission consiste à développer un logiciel (Vcard) permettant de simuler les cartes des postes électriques haute tension. -Reprise du logiciel de banc de tests (développé par une succession de stagiaires) permettant de simuler le comportement des composants d'un poste électrique ; -Modification et restructuration de l'architecture du logiciel (ajout de nouvelles fonctionnalités) ; -Développement d'une IHM en Qt5 sous Linux (Machine Virtuelle) pour la gestion des cartes via une interface CAN. Elle permet également à l'utilisateur d'actionner les sorties de chaque carte ; -Réalisation des tests unitaires et d’intégration de l'IHM ; -La rédaction des documents et livrables du projet ; -La maintenance corrective et évolutive du logiciel. Environnement technique: C/C++17, Linux (Ubuntu, Debian), Qt5, Python (PyCharm), Shell/ Bash, GitLab, Jenkins, SonarQube, CAN

Ingénieur développement C++/ Java (Freelance)

SEGULA TechnologiesFreelance

déc. 2018 - mars 2022

3 ans 4 mois

Brest, France

Dans le cadre de la continuité du stage réalisé à Cherbourg pour le projet E3S (Energy Smart Sailing Ship), cette mission consiste à compléter la partie développement du projet. -Conception de l’architecture microservices de l'EMS, incluant les différentes couches logicielles (contrôleur, service, repository); -Implémentation de l'algorithme d’optimisation en C++ dans un contrôleur temps-réel afin de gérer les flux de production et de consommation de l’énergie électrique; -Intégration des modules d’optimisation au système EMS via des interfaces API, assurant un échange de données performant et fiable; -Réalisation des tests unitaires et validation des résultats sur des jeux de données simulés; -Rédaction de la documentation technique pour les développeurs et utilisateurs finaux. MOTS-CLÉS: Contrôle-Commande, Recherche Opérationnelle, Intelligence Artificielle, Interaction Homme-Machine, Système temps réel, Clean Code, Multithreading Environnement Technique: C++17, Java11, Python, Spring Boot, Visual Studio Code, PyCharm, Linux, API REST, TCP/IP, Apache Kafka, MATLAB, Shell Script, Git, Bitbucket, SonarQube, Jenkins, Google Test, JUnit, Mockito, MySQL

Research & Innovation Engineer

SEGULA Technologies

mars 2018 - août 2018

6 mois

Cherbourg-en-Cotentin, France

Mission: Dans le cadre du projet E3S (Energy Smart Sailing Ship) de la Cellule de Recherche et Innovation en ingénierie Navale et Énergie de SEGULA Technologies, l’objectif de la mission proposée est de mettre en œuvre un système hybride de gestion intelligente (EMS) capable de gérer les flux de production et de consommation de l'énergie électrique à bord d'un voilier de plaisance de longue croisière. Ce dernier est équipé des énergies renouvelables (panneaux solaires, turbines éoliennes, hydrolienne, générateur diesel et un parc de batteries) qui sont installées sur sa surface, tout en garantissant une sécurité durant la navigation et un confort maximum aux passagers (climatisation, internet, télévision, douche, etc.). -Développement d’une approche de résolution du problème, basée sur l’optimisation robuste. -Implémentation et Intégration de la solution dans un outil numérique évolutif de gestion optimale de l’énergie, développé en GLPK-C++ sous Microsoft Visual Studio 2017. -Etude des différents scénarios de la solution trouvée en fonction des aléas et prévisions météorologiques (température, ensoleillement et vitesse du vent); -Analyse des incertitudes liées au changement des conditions météorologiques durant la navigation. MOTS-CLÉS: Contrôle-Commande, Recherche Opérationnelle, Intelligence Artificielle, Interaction Homme-Machine, MATLAB, Global Optimization Toolbox, C++11


Formation

Columbia Engineering

Applied Data Science (Online Certificate Course, 5 months)

2019 - 2019

5 mois

Training in Data Science and Machine Learning: -Data analysis and visualization; -Use of Python Frameworks (NumPy, Pandas, Scikit-Learn, Matplotlib); -Study of some Machine Learning algorithms: Random Forest, Text Mining, Linear Regression, Decision Trees, K-Means, SVM, Gradient Descent, Neurals Networks.

ENAC - Ecole Nationale de l'Aviation Civile

Master's degree in Computer Science: Operations Research & Optimization (M2INFO_RO)

2016 - 2018

2 ans 2 mois


Licences et certifications

Discrete Optimization

Délivré le : août 2025

Certifié par Georgia Institute of Technology

Machine Learning Specialization

Délivré le : juil. 2025

Certifié par Stanford Online

Modern C++: Advanced Techniques and Features

Délivré le : janv. 2025

Certifié par LinkedIn

Operations Research & Optimization Projects With Python

Délivré le : oct. 2024

Certifié par Udemy

Advanced Java Programming

Délivré le : août 2024

Certifié par LinkedIn

L'essentiel de Google Cloud Platform

Délivré le : juil. 2024

Certifié par LinkedIn

Amazon Web Services pour les développeurs

Délivré le : juil. 2024

Certifié par LinkedIn

Apache Kafka Essential Training: Getting Started

Délivré le : févr. 2024

Certifié par LinkedIn

C++ Development: Advanced Concepts, Lambda Expressions, and Best Practices

Délivré le : janv. 2024

Certifié par LinkedIn

Recherche opérationnelle: optimiser ses décisions

Délivré le : oct. 2023

Certifié par Université de Montréal (University of Montreal)

Applied Machine Learning: Algorithms

Délivré le : août 2023

Certifié par LinkedIn

Microsoft Azure Fundamentals (AZ-900) Exam Tips

Délivré le : juil. 2023

Certifié par LinkedIn

SQL : Les syntaxes avancées

Délivré le : avr. 2023

Certifié par LinkedIn

Learning Debian Linux

Délivré le : janv. 2023

Certifié par LinkedIn

Optimization with Python: Solve Operations Research Problems

Délivré le : oct. 2022

Certifié par Udemy

Java: Testing and Test Driven Development (TDD)

Délivré le : sept. 2022

Certifié par LinkedIn

Nail Your C++ Interview

Délivré le : août 2022

Certifié par LinkedIn

Devenir développeur Java

Délivré le : août 2022

Certifié par LinkedIn

Optimization with Python: Complete Pyomo Bootcamp A-Z

Délivré le : juil. 2022

Certifié par Udemy

Introduction à la programmation orientée objet (en C++)

Délivré le : juil. 2022

Certifié par EPFL

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.