Pascal Damesin

Développer des cas d'usage en intelligence artificielle générative - aide à la réponse client - documentation conseiller augmenté en assurance vie - documentation commerciale augmentée en assurance santé - génération de rapport de contrôle permanent

Développer des modules d'intégration de modèles de machine learning dans un workflow de production composé d'un backend python et d'un frontend php en environnement docker

Développer en Scala sur Spark des pipelines de données dans le datalake

Consultant Big Data

Développer en Python et SPL des pipelines de traitements de données sur un système de maintenance prédictive Développer des dashboards SPLUNK

Digitaliser les bancs de mesure de la chaîne de production : Analyser les sources de données. Rétro-ingénierie du code d'un logiciel de banc de mesure. Développer des requêtes SQL pour transformer les tables de données. Environnement technique : SQL, Visual Basic, Gitea, SQL Server Management Studio, Visua Studio

Migrer en CLOUD des bases de données comptables : Recueillir le besoin fonctionnel, concevoir des structures de tables et des traitement de données. Développer en pyspark Databricks des pipelines de données et les industrialiser en CLOUD AZURE Data Lake. Environnement technique : Databricks, SPARK, Python, Git AZURE, CLOUD AZURE, TALEND, Artifacts Jfrog

Développer 5 projets de collecte d'information et de recherche intelligente pour l'autorité de contrôle prudente et de résolution. Installer des bases de données et paramétrer un cluster ElasticSearch. Développer en python des algorithmes d'ingestion des données et de requêtes sur ElasticSearch. Développer des dashboards KIBANA et les exporter sur une UI web. Migrer les projets sur un IAAS CLOUD Openstack privé. Environnement technique : Python, ElasticSearch, Kibana, Gitlab, Jira, Confluence, VM RedHat, Cloud Openstack

NLP, Text mining, topic modeling, document similarity, data visualization, reconnaissance de texte Technologies : python, backend, API REST, API Elasticsearch, scikit-learn, gensim, LDA, Doc2vec Méthodologies : agile gitlab, devops, intégration continue, gestion de configuration

Développement d’un ensemble de services à valeur ajoutée exploitant le modèle de consommation de carburant des véhicules connectés dans un environnement Big Data Amélioration d'un modèle de prédiction de la consommation de carburant par machine Learning Data visualisation de la consommation de carburant de 200 000 véhicules connectés pour la smart city Etude de la prédiction du nombre de passagers à bord par la consommation de carburant Technologies : Python, Scikit-learn, Spark ML, Spark MLlib, OpenStreetMap, Overpass QL, Matplotlib, Gmaps Mannequinat pour la marque Free2Move

Recueil des expériences des forces et conseil à la maîtrise d'oeuvre industrielle en tant que Product Owner Conception des IHM et fonctions du logiciel de combat Evaluations en plateforme de simulation Evaluations en véhicule et sur le terrain

Manager un service de maintien en condition opérationnel des systèmes d'information et de télécommunications Planifier la continuité d'activité des systèmes d'information et de télécommunications Manager le déploiement et la migration de systèmes d'information et de télécommunications Développer des systèmes d'information et de télécommunications innovants

Manager une équipe de production cartographique numérisée par GPAO Animer des hommes en situation opérationnelle Instruire des stagiaires