You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Benbacer AymaneBA

Benbacer Aymane

Data Scientist & MLOps Engineer

550 €/jour
Paris, FR
3-7 ans

Délai de réponse moyen : 1h

À propos de Benbacer

Je suis Data Scientist et Ingénieur IA avec plus de 6,5 ans d’expérience dans la conception, le développement et l’industrialisation de solutions d’intelligence artificielle, de machine learning et d’IA générative.
J’aide les entreprises à transformer leurs données en leviers concrets de performance, que ce soit pour optimiser leurs processus, mieux comprendre leurs utilisateurs, automatiser des tâches métiers ou intégrer des capacités IA avancées dans leurs applications internes.
Ma valeur ajoutée repose sur une double expertise Data Science et MLOps/LLMOps, qui me permet d’intervenir sur l’ensemble du cycle de vie d’un projet : compréhension du besoin, exploration des données, modélisation, développement de modèles, mise en production via API ou pipelines CI/CD, monitoring et amélioration continue. J’ai déjà accompagné de nombreux projets mêlant prévision, scoring, segmentation utilisateurs, détection d’anomalies, NLP, embeddings, OCR, analyses comportementales, moteurs de recommandation et intégration de pipelines RAG avec des LLM.
J’accorde une importance particulière à la vulgarisation et à la collaboration avec les équipes non techniques afin de garantir que chaque solution réponde réellement à un usage métier et apporte une valeur mesurable.
Si vous recherchez un profil capable de comprendre rapidement vos enjeux, de proposer des approches robustes et innovantes, et de livrer des solutions IA/ML prêtes à l’usage, fiables et orientées résultats, je serais ravi de vous accompagner.
  • Arabe

    Bilingue ou natif

  • Français

    Capacité professionnelle complète

  • Anglais

    Capacité professionnelle complète

Accepte de travailler sur site
Paris (jusqu’à 50 km)

Expériences

  • Saint Gobain Distribution Bâtiment France
    Data Scientist
    COMMERCE DE DÉTAIL
    juin 2022 - Aujourd'hui (4 ans)
    Paris, France
    • Conception et déploiement de modèles prédictifs et de simulation pour optimiser les stratégies de tarificatiodin et la prévision de la demande dans des environnements multisegments et multi-saisonniers.
    • Réalisation de modélisations statistiques pour quantifier l’élasticité et les impacts exogènes (saisonnalité, prix, variations régionales), fournissant des KPI exploitables pour la prise de décision stratégique.
    • Développement et automatisation de modèles de Machine Learning (GBM, LSTM, Random Forest, KMeans) avec Python, AzureML et Cloudera, permettant de faire passer les recommandations clients de quelques milliers à plusieurs dizaines de milliers par jour avec une précision > 96 %.
    • Création de pipelines de données et de tableaux de bord automatisés (Python, SQL, MicroStrategy, SAP) assurant la fiabilité et la cohérence des analyses de tarification et de marketing.
    • Refonte d’un algorithme de recommandation en difficulté via une reformulation mathématique et un redesign du modèle, générant un impact mesurable sur les ventes.
    • Développement d’une solution OCR basée sur un modèle préentraîné pour détecter et corriger automatiquement l’orientation des images produits, améliorant la qualité des données et la précision des dimensions affichées sur le site web.
    • Ajustement et déploiement d’un modèle NLP préentraîné pour extraire automatiquement les caractéristiques produits à partir de catalogues PDF non structurés, réduisant de 80 % le temps de saisie manuelle.
    • Expérimentation avec un modèle de type GPT (LLM) pour la catégorisation automatique des produits et la validation de la taxonomie, en intégrant des techniques de prompt engineering pour tester la similarité sémantique et la robustesse des classifications.
    • Pilotage de l’industrialisation des modèles : Python, Spark, Databricks, CI/CD, MLflow, GitLab CI, Azure DevOps, avec suivi des performances et du drift des modèles.
    • Formation des équipes métier en Machine Learning, renforçant la culture data.
    Data science Microsoft Azure MLOps LLMOps Deep Learning
  • Strada
    DATA Scientist
    HIGH TECH
    avril 2019 - mai 2022 (3 ans et 1 mois)
    Bressuire, France
    • Conception de modèles probabilistes et de séries temporelles pour la fiabilité des capteurs IoT et la maintenance prédictive des flottes de transport (Naive Bayes pondéré temporellement, modèles de Markov…).
    • Conception et déploiement d’un chatbot NLP pour le service après-vente avec Rasa et Dialogflow, utilisant Word2Vec et TF-IDF pour détecter les motifs récurrents dans les tickets clients et proposer des résolutions automatisées.
    • Réalisation d’analyses statistiques et d’A/B testing pour valider les hypothèses et optimiser les workflows d’interaction client.
    • Conception et déploiement de pipelines ML (LSTM, GBM, Random Forest) avec MLflow et Docker, intégration d’APIs REST pour usage opérationnel.
    • Création de dashboards décisionnels en React + Toucan Toco, connectés aux pipelines ML via APIs, permettant une data storytelling et un reporting client orienté décisions.
    • Développement de modèles ARIMA, LSTM et LightGBM pour la prévision du kilométrage et des performances des conducteurs.
    • Conception d’un algorithme KNN hybride avec filtrage statistique des outliers, améliorant la robustesse sur des jeux de données déséquilibrés.
    • Mise en place de workflows ETL en Python (Pandas, SQLAlchemy) pour préparer et standardiser les données de transport.
    • Création de dashboards interactifs (Plotly, Dash, Mapbox) pour le suivi et l’analyse des performances des flottes.
    • Réalisation d'analyses exploratoires et prédictives sur les données télématiques des véhicules pour identifier et prédire les comportements de conduite anormaux.
    • Conception d'un pipeline ML supervisé (Random Forest, XGBoost) pour prédire les retards de livraison.
    • Création d'indicateurs visuels pour le reporting interne et les démonstrations produits.
    Python (Programming Language) Data science SQL MLOps MLflow

Recommandations

Soyez le premier à recommander Benbacer

Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Formations

  • Master 2 en Data Science
    Université Aix Marseille
    2020
    - Logiciels et langages de programmation : Python, R - Analyse des données, visualisation des données, traitement des données, apprentissage automatique, deep learning, traitement de signal - Statistiques, Optimisation mathématique, Statistique Géospatiale
  • Master 2 Ingénierie Mathématique et Statistique Actuarielle
    Université Aix Marseille
    2019
    - Logiciels et langages de programmation : R, VBA, SQL, SAS - Gestion des risques, IARD, actuariat, gestion de portefeuille - Statistiques, Analyse des données, apprentissage automatique, séries temporelles

Compétences (65)

Catégories