mohammed f

Projets Réalisés : • Réalisation d’une formation SQL Avancée pour les collaborateurs de l’entreprise • Développement de pipeline de données pour l’ingestion et la transformation des données de Stationnement sur voie publique à paris Roles et résponsabilités: • Développement de script python pour la collecte des données depuis l’API et stockage de la données brut dans le data lake (GCP Big query) • Développement sur Databricks de pipeline ETL pour la transformation des données • Collaboration avec les équipes des data analysts pour fournir des données de qualité en vue de la création de tableaux de bord. • Gestion de la production.

Projets Réalisés : • Centralisation de données clients et patrimoniales pour améliorer la connaissance client et soutenir les décisions stratégiques. • Classification ESG des produits financiers (obligations, prêts, dérivés) selon la taxonomie verte européenne. • Calcul de l’empreinte carbone du portefeuille corporate clients pour le reporting ESG. Rôles et responsabilités : • Développement et gestion de pipelines ETL/ELT sur Azure DataBricks pour traiter des données ESG et financières à grande échelle. • Orchestration des workflows, optimisation des performances et maintien de la qualité des données. • Industrialisation des processus avec tests, CI/CD via GitLab et déploiement automatisé. • Documentation des solutions pour assurer leur évolutivité et maintenabilité.

• Prédiction du taux de pluie à partir des données radar par des méthodes de Deeplearning (U-Net) • Préparation des images radars et nettoyage des données • Modélisation des données du système, identification des différentes sources de bruits et amélioration de la solution • Développement d’une librairie Python pour l’exploitation des cartes auto-organisatrices (SOM) (réduction du temps d’apprentissage de 50% par la parallélisation de calcul)

Augmentation de la résolution des images des cellules sanguines par U-Net (Cellule infecté par la Malaria) récupération des images des céllules sanguines, et préparation pour le traitement

Développement d’un système de supervision pour la centrale photovoltaïque Noor IV. Conception d’un modèle de machine learning pour prédire la production des centrales PV à partir des données météorologiques. Suivi de la construction des projets photovoltaïques Noor PV I. Outils utilisés : Python, Scikit-learn, Power BI, TIA Portal, MS Office (Excel, PowerPoint…).