André Ehouman Email & Phone Number

Chartres, Fr

Paris

■ Création de pipelines Airflow de traitement et constructions de scores d'appétence exploitant les librairies Scikit-learn, Pandas, Numpy■ Développement d' APIs REST avec Flask pour exploiter les pipelines Airflow■ Migration des APIs REST de Flask vers FastAPI■ Création de tests unitaires avec Pytest■ Mise en place de tests E2E pour les tests fonctionnels■ Intégration continue des nouvelles fonctionnalités dans l'application à l'aide de Git, GitFlow■ Dockerisation des applications et déploiement dans un cluster Kubernetes dans le cloud GCP. ■ Utilisation de Helm pour la configuration des déploiements par environnement (prod/dev)■ Création de pipeline CI/CD dans Gitlab afin d'automatiser le build, les tests et le déploiement

Paris

Au sein de l'équipe R et Data science , mes missions étaient : ■ Développement de modules de machine learning avec la librairie Scikit-learn de Python ■ Manipulation de données avec les librairies Pandas, Numpy et Scipy de Python ■ Utilisation de Git pour le versionning de nos applications

Paris

Au sein de l'équipe R et D Data Science, ma mission était de mettre en place une solution de classification de documents pour l'analyse de commentaires client sur une marque. La stack technique était la suivante ■ Utilisation de Python pour le découpage de chaque document en mots (bag of words) ■ Utilisation des librairies NLTK ou Scikit-learn de Python pour la suppression des mots inutiles (stop words) ■ Utilisation de la librairie TreeTagger de Python pour la lemmatisation des mots ■ Utilisation de la libraire Gensim de Python pour la vectorisation des documents (word embedding) ■ Utilisation de la libraire Scikit-learn de Python pour la vectorisation des documents (pondération TF- IDF) ■ Utilisation de la libraire Pandas de Python pour la manipulation des données ■ Utilisation de la libraire Scikit-learn de python pour la mise en place de modèles de Machine Learning (Random Forest, Decison Tree, LDA, Gradient Boosting)

Région De Nantes, France

Au sein de la Direction Technique , j'avais pour mission d'analyser les données opérationnelles dans le but de déclencher des maintenances conditionnelles sur les différents sites fixes d'Orange. Dans ce cadre , j'ai réalisé les missions suivantes:■ Découverte du contexte■ Etude des données■ Proposition d'algorithme à mettre en place (développement sous R-Studio)■ Validation sur jeux de données antérieures et confrontation aux incidents réellement survenus

Master 2 (M2), Data Science, Diplôme Obtenu

Data Science

Prise de décision basée sur l'analyse de masses de données

Master 2 (M2), Modélisation Statistique Et Stochastique, Diplôme Obtenu

Licence, Mathématiques Appliquées, Diplôme Obtenu