Mahamadou Aboubacar

Actuellement chez EDF Power Solutions, je pilote le déploiement et l’administration d’une plateforme Data & Analytics basée sur Databricks et AWS, utilisée pour des cas d’usage analytics et machine learning à l’échelle de plusieurs entités métiers et pays. Je conçois et industrialise des pipelines d’ingestion et de transformation de données depuis des API, des bases de données et des services AWS, dans une logique de scalabilité, gouvernance et fiabilité. J’accompagne également l’adoption de la plateforme via des actions de formation, support et enablement, afin d’aider les équipes à accélérer la mise en œuvre de leurs cas d’usage data. Compétences : Platform Engineering, Data Engineering, ETL/ELT, Cloud Data Platform, Monitoring Technos : Databricks, Spark, SQL, AWS, GitLab, Terraform, Terragrunt

Au sein de l'équipe Data et Computer Vision, j’ai mené plusieurs missions de data engineering, et développement de solutions analytiques pour différents clients. EDF Power Solutions j’ai piloté des travaux de data engineering dans le cadre de la mise en place de pipelines AWS reposant notamment sur Lambda, SQS, S3, Athena, Redshift, RDS, EventBridge et Grafana. L’objectif était de collecter, traiter et valoriser les données issues de sites solaires à l’échelle mondiale, afin de produire des indicateurs de performance de production (KPI) fiables et exploitables. Client dans le secteur du Transport J’ai conçu une application data permettant de consolider plusieurs sources de données dans un workflow de reporting automatisé et structuré. Cette solution a permis de réduire le temps d’analyse de 1 à 2 semaines à moins de 10 minutes. En parallèle, j’ai réalisé plusieurs missions de conseil à forte composante analytique et IA, incluant notamment : Etude sur la quantification d’incertitude appliquée à la segmentation d’images satellitaires pour un acteur du secteur de la Défense Collecte et Analyse de tweets pour un acteur du secteur publique, Développement d'une application de collecte de disponibilité et prix de pièces électroniques pour un client du secteur de la Défense, dans un contexte de pénurie mondiale Compétences mobilisées Méthodes Data Engineering | Traitement de données | Machine Learning | Deep Learning | Analytics | Software Engineering Outils / Technologies AWS | Python | Spark | PyTorch | Scikit-learn | Docker | Linux | Git | Streamlit

Context / Missions Chez Atos, j’ai conçu des solutions de machine learning appliquées à la cybersécurité, avec un focus sur la détection de menaces, l’analyse comportementale et la vidéo intelligente. J’ai contribué au développement de frameworks de détection de cyber-menaces ainsi qu’à un brevet sur la détection de menaces internes à partir du profilage des activités utilisateurs. J’ai également développé des modèles de segmentation d’images et de vidéos pour des cas d’usage de surveillance automatisée et de computer vision appliquée à la sécurité. Compétences : Machine Learning, Deep Learning, Computer Vision, Data Analysis, Software Engineering Technos : Python, PyTorch, TensorFlow/Keras, Scikit-learn, Docker, Linux, Spark

– End-of-studies internship. – Working mainly on two subjects: – Deep Natural Language Processing: translate natural language questions to SQL queries using deep learning; – Implementing "best topic word selection for topic labelling" (http://www.aclweb.org/anthology/C10-2069) algorithm on french wikipedia corpus.