À propos de Mohamed
Avec plus de 10 ans d'expérience dont 6 ans en Data Science & IA, je conçois et déploie des solutions end-to-end : de la pipeline de données jusqu'au modèle en production. Mon expertise couvre le Machine Learning, l'IA générative (LLM, RAG, Agentic AI) et le Data Engineering (pipelines Databricks, architecture Lakehouse, Spark), avec un focus sur l'industrialisation (MLOps) et la création de valeur métier mesurable. J'interviens sur des missions freelance allant du cadrage des use cases à la mise en production, en passant par le transfert de compétences aux équipes.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 50 km)
Expériences
- TotalEnergies Digital FactorySr Data Scientist / ML / AI EngineerENERGIEjuin 2023 - Aujourd'hui (3 ans)Paris, FranceOffline Chatbot pour Opérateurs
- Développement d'un chatbot RAG entièrement offline sur Android pour opérateurs terrain en raffinerie, sous contraintes strictes : 8 GB RAM, inférence CPU ARM64, zéro connectivité
- Benchmark et sélection de SLM quantifiés (Q4_K_M) — modèle retenu : Qwen 2.5 3B Instruct
- Pipeline RAG avancé : hybrid retrieval (BM25 + FAISS + RRF), HyDE, query rewriting, cross-encoder reranking et parent-child chunking
- Résolution du dual embedding challenge via un adaptateur de projection linéaire entraîné sur des tickets helpdesk réels
- Mémoire conversationnelle hiérarchique à 3 niveaux réduisant la consommation de contexte de 67%
- Stack : Python, llama-cpp-python, FAISS, BM25, AzureOpenAI
AI Bid Management Assistant: Workflow Multi-Agents pour l'Analyse d'Appels d'Offres- Développement d'un workflow multi-agents (Agentic AI) pour l'analyse automatisée de documents RFP (Request for Proposal)
- Conception et orchestration du pipeline multi-agents avec CrewAI : extraction des exigences RFP, génération de réponses de conformité avec justification et extrait de texte source
- Pipeline RAG avec Azure AI Search + génération de métadonnées pour filtrage ciblé selon les spécificités de chaque RFP
- Interface prototype Streamlit, code ready-to-prod transféré à l'équipe de développement Saft (TotalEnergies) pour industrialisation
- Stack : CrewAI, Azure AI Search, Azure Document Intelligence, Streamlit
MLCM: Modélisation ML pour l'estimation de valeurs laboratoires- Conception de modèles ML pour l'estimation de valeurs laboratoires alimentant un simulateur d'unité d'hydrocraqueur
- Participation end-to-end : exploration et dérisquage → déploiement en production
- Intégration en tant que ML Engineer au sein d'une squad dev : conception de la pipeline MLOps, serving des modèles, monitoring et gestion du cycle de vie
- Projet scalé vers 2 nouvelles unités suite au succès du déploiement initial
- Stack : Python, Databricks, AzureFunctions
- Renault GroupeData ScientistAUTOMOBILEjanvier 2020 - juin 2023 (3 ans et 5 mois)Guyancourt, FranceConception et déploiement de modèles ML pour prédire les délais de livraison des véhicules
- Cadrage du sujet et validation de la valeur métier suite aux résultats du POC
- Conception de la pipeline MLOps sur Vertex AI (GCP) et mise en place de la CI/CD pour le déploiement continu des modèles
- Conception et optimisation des pipelines de préparation des données et feature engineering sur Vertex AI (GCP)
- Intégration de la solution ML avec le système de transport et élaboration des rapports de monitoring des performances
- Environnement technique : Python, Git, SQL, Vertex AI, GCP, CI/CD, Cloud Functions, Spotfire
Transfert de compétences & culture data- Formations des utilisateurs métiers aux outils data et à la gestion des projets data
- Participation au groupe de travail MLOps pour standardiser le déploiement des projets ML à l'échelle
- AFRIQUIA SMDCIngénieur Optimisation & DataENERGIEseptembre 2014 - août 2018 (3 ans et 11 mois)Casablanca, MarocConception d'un système de planification des tournées de livraison
- Conception d'un algorithme de génération des tournées basé sur la recherche opérationnelle et la modélisation mathématique
- Déploiement et intégration du système de dispatching via SQL et modélisation CPLEX
- Environnement technique : SQL, Java, CPLEX
Recommandations
Soyez le premier à recommander Mohamed
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Master 2Institut Galilée, Université Paris 132019Data Science et Machine Learning (EID²)
- Diplôme d'ingénieurÉcole Mohammadia d'Ingénieurs, Rabat - Maroc2014Génie Industriel
Certifications
- Databricks Data Engineer Associate (juil. 2025)Databricks2025
- Databricks Associate Developer for Apache Spark 3.0Databricks2024