Saliou DIEDHIOU

🎯 Ingénieur DevOps, Data Scientist et Docteur en Économétrie, j’accompagne depuis plus de 2 ans les entreprises dans la valorisation stratégique de leurs données, en combinant IA avancée, rigueur scientifique et excellence opérationnelle. 🚀 En tant que consultant freelance, j’interviens sur des missions à forte valeur ajoutée, à l’intersection de l’IA Générative, du Machine Learning et du MLOps, avec une approche orientée prototypage rapide et mise en production robuste. 🤖 IA Générative & Intelligence Artificielle Veille active et benchmark de modèles SOTA (GPT-4/4o, Llama 3, Mistral, BERT…) Conception d’architectures RAG (Retrieval Augmented Generation) Prompt engineering avancé & optimisation de LLM Fine-tuning de modèles Transformers (HuggingFace, PyTorch) Développement de solutions NLP : classification, extraction d’informations, résumé automatique, Q&A Cas d’usage en Computer Vision : OCR, détection d’objets (YOLO) 🔍 Modélisation prédictive & analytique Machine Learning supervisé / non supervisé Deep Learning & réseaux neuronaux Séries temporelles & modélisation économétrique Computer Vision & NLP Stack : Python, scikit-learn, XGBoost, PyTorch, TensorFlow ⚙️ MLOps & Automatisation des pipelines IA Industrialisation de modèles IA CI/CD pour workflows Data & IA Docker, Kubernetes, GitLab Versioning, monitoring & optimisation des performances modèles Structuration de pipelines reproductibles et scalables ☁️ Cloud & Infrastructure as Code Déploiement sur AWS Terraform & Ansible Architectures résilientes, sécurisées et automatisées Gestion d’environnements multi-stages (dev / staging / prod) 📊 Data Visualisation & Outils Décisionnels Conception de dashboards interactifs Streamlit, Power BI, Plotly Transformation des données en leviers opérationnels et stratégiques 🌍 Analyse territoriale & data publique Études quantitatives sur l’insertion sociale Analyse de l’hébergement d’urgence Modélisation de la précarité énergétique Exploitation et croisement de bases de données publiques 💡 Mon approche : Allier R&D, innovation technologique et mise en production industrialisée, pour transformer des briques IA avancées en solutions concrètes, performantes et mesurables. 💬 Ouvert aux collaborations, missions IA / GenAI, projets R&D ou échanges techniques autour des LLM, du NLP et du MLOps. 📩 Discutons de vos enjeux data & IA.

Développement de solutions data science et ML pour automatisation de traitements de données massives. Machine Learning: Modélisation prédictive supervisée/non-supervisée, classification, régression, clustering, séries temporelles Analyses Statistiques: Tests d'hypothèses, régressions multiples, ANOVA, modélisation complexe, validation modèles Data Engineering: Scripts ETL Python/R automatisés, pipelines ML production, intégration API REST Feature Engineering: Transformation variables, création features, sélection variables, dimensionality reduction (PCA) Visualisation: Applications interactives Streamlit/Shiny, dashboards Power BI, notebooks Jupyter/R Markdown 💼 Impact : meilleure lisibilité des données pour la prise de décision publique, outils accessibles aux non-techniciens, identification des zones sous tension.

Déploiement d'une application e-commerce distribuée (12 microservices) sur infrastructure AWS industrielle haute disponibilité avec approche DevOps complète (IaC, CI/CD,monitoring). Infrastructure Cloud: Architecture AWS multi-tiers avec EKS 1.30, VPC privé segmenté, NAT Gateway unique, Node Groups managés Infrastructure as Code: Terraform layering (2 couches : infrastructure matérielle 15min, configuration logicielle 2min) avec state management S3 Sécurité: Isolation réseau stricte (subnets privés), chiffrement TLS avec ACM wildcard certificate, validation DNS automatisée Pipeline CI/CD: GitLab CI 5 stages (Validate, Infrastructure, Configuration, Deploy, Destroy) avec Trivy security scanning Kubernetes: Déploiement production avec Nginx Ingress Controller, services ClusterIP, architecture polyglot persistence (MySQL, MongoDB) Monitoring: Stack Prometheus/Grafana avec AlertManager (intégration Slack), métriques applicatives temps réel FinOps: Développement scripts cleanup automatisés pour ressources orphelines (ELB, EBS), optimisation coûts avec single NAT Gateway DevSecOps: Scan sécurité Trivy intégré au pipeline, NetworkPolicies Kubernetes, gestion IAM least-privilege ✓ Site HTTPS production (shop.nov24sockshop.fr) • Infrastructure 100% IaC • Pipeline automatisé code-to-production • Architecture modulaire 3-layers • Stratégie Disaster Recovery(Velero/S3) • Réduction coûts 70% via FinOps

Conception et développement de solutions d'IA temps réel pour détection de fraudes financières, de la recherche à la production. Développement IA & ML: Conception d'algorithmes de détection temps réel avec Random Forest, XGBoost, Neural Networks - 98.2% de précision Pipelines ML Production: Développement pipelines de traitement massif de données, feature engineering avancé, validation croisée Big Data & Streaming: Traitement flux temps réel, orchestration Airflow workflows complexes MLOps & Industrialisation: Mise en production modèles ML sur infrastructure AWS EKS, monitoring performances modèles temps réel Data Engineering: Pipelines ETL PostgreSQL/Redis, optimisation requêtes, gestion données massives structurées/non-structurées Visualisation & Reporting: Dashboards Grafana métriques business et techniques, alerting automatique anomalies Gestion de Projet: Méthodologie Agile Scrum, collaboration équipes techniques/métier, documentation scientifique complète ✓ Modèle IA production 24/7 • 98.2% précision détection fraudes • 2M€ économies • Réduction faux positifs -65% • Solution scalable temps réel