Mourougan Peroumalle

Bpifrance, la Banque Publique d’Investissement, est une banque citoyenne qui soutient les entreprises dans leurs premiers pas jusqu’a leur introduction en bourse. J’ai joue un role cle en qualite de Techlead et solution architect, pour une transition moderne et efficient du datalake: • Mise en place du datamesh et migration du service legacy pour économie de 200K par ans et une fraicheur de donnée de J-4 a J-1 • Architecture et implementation d’une speed layer via Kafka et iceberg pour un datalakeHouse en temps réel • Management d’une équipe technique de 6 dev et accompagnement d’une équipe de 4 ops • GED et GEN/AI: Architecture serverless d’un service de parsing de document pour alimenter et enrichir des RAG • Architecte data: Assure

Kayrros est une entreprise visant à apporter de la transparence aux marchés de l’énergie en utilisant des images satellites, des données de géolocalisation de téléphones, des géolocalisations de navires, et bien plus encore. • Rejoint d’abord l’équipe RD data-ops pour architecturer et implémenter un datalake de 300 Millions de point par jours et sa plateforme de traitement. • Diriger l’équipe d’acquisition de données satellites chargée d’acquérir et de stocker toutes les images sattelite nécessaires aux data scientists et équipes produits. Plusieurs Petabytes de donnée. Les incidents ont diminué de 90 pourcent et les SLA respecté. • Evolution de la plateforme d’acquisition pour répondre au norme STAC et passé d’une logique Datalake à un PAAS permettant d’acquérir et prépocessé de l’imagerie sattelite à la volée, économisant 200K annuel de stockage via API. • Migration vers le CLOUD AWS depuis le premise • Architecture et développement d’API en Domain Driven design embarquant des algos de computer vision et scrapping d’API tierce

Ingénieur R&D dans la reconnaissance de fraude du traffic publicitaire (RTB) Avec un traffic journalier de 600 Millions d'impression publicitaire, mes rôles impliquent: - Ingestion des impressions et leur stockages de manière distribué ( Mongo, HDFS ) - Recherche, développement et déploiement des algorithmes de calculs distribué ( spark ) - Migration d'une stack distribué en Python/Bash/Mongo vers un modèle HDFS/SPARK. - Algorithme de detection de fraude (stats, machine learning ... ) La stack de langage et de techno est très large mais elle est essentiellement constitué de : - Scala, Python, Java, Bash. - Spark, HDFS, Pandas, Mongo, Mysql, FastText, SparkML Une autonomie en matière de monitoring, déploiement, et admin sys est de rigueur: - Linux / Bash - Ansible - Cloudera

Responsable du machine learning,de la data quality et du développement des applications Koondal. Création d'une intelligence artificielle connecté à un capteur attaché la ceinture, permettant de définir la qualité de posture de son porteur. Compétence en oeuvre: - Machine learning - Python ( sckit learn, pandas, serial/ arduino, QT, pyMongo) - R (h2oEnsemble) - NoSql Database : MongoDB Mission : Création d'une plateforme de machine learning connecté à un capteur de mouvement. Déploiement de script de machine learning sur Serveur. Diverse application utilisant QT ( Courbe temps réel des 4 capteurs différents sur le capteur Koondal ainsi que la manipulation de ceux ci pour afficher diverse fonction dérivé/combiné , Connecté à notre base de donnée, Machine learning intégré dans un GUI )