CEO & Founder
Thibault Djaballah
Avec plus de 7 ans d'expérience en développement backend Python, Big Data et Machine Learning, je suis un touche-à -tout technique qui aime transformer des idées complexes en solutions robustes et élégantes.​
Ă€ propos de moi
Ingénieur de formation, j'ai quitté Paris après le confinement pour m'installer à Montpellier, où j'ai fondé Datooine Technologies.
Mon objectif : concevoir des solutions simples, efficaces et open source.​
En dehors du code, je suis passionné de cinéma, de badminton et de triathlon.​
Compétences
Un aperçu de ce que je peux mettre en place pour votre projet.
Domaines
- Machine Learning
- Big Data
- Analyse de données
- Développement d'API web
- DevOps
- MLOps
- Data visualization
Langages & Frameworks
- Python
- MongoDB
- Hive
- SQL
- Apache Spark
- TensorFlow
- Scala
- Docker
- Kubernetes
- Hadoop
Cloud
- Google Cloud Platform (GCP)
- Microsoft Azure
- Amazon Web Services (AWS)
Outils BI
- Microsoft Power BI
- Tableau
Expérience
Software Engineer
Schlumberger (via Datooine Technologies) , Montpellier, FR
2022 - Present
Développement d'un serveur backend Python, permettant d'estimer les émissions eqCO2 des projets Schlumberger.
- Analyse des objectifs du client et clarification des besoins pour un MVP.
- Mise en place de la pipeline CI/CD sur Microsoft Azure.
- Modélisation d'une solution simple et générique estimant le coût carbone d'un camion, d'une plateforme pétrolière ou d'un élévateur artificiel par exemple.
- Développement d'un serveur FastAPI en Python couplé à un MongoDB côté data.
- Intégration d'autres API Schlumberger au sein de notre application.
Machine Learning Engineer
Criteo, Paris, FR
2019 - 2022
J'ai rejoint l'équipe en charge des modèles de bidding estimant le prix d'achat des opportunités d'affichage des bannière publicitaires.
- Amélioration continue des modèles de bidding estimant les probabilités de clics, visites et de ventes.
- Expériences offline visant à dépasser les performances de nos modèles plus classiques par des modèles Tensorflow.
- Calculs de meilleures audiences pour nos clients en se basant sur une nouvelle approche moyennant l'utilisation d'embeddings.
- Mentoring et ramp-ups des nouveaux arrivants au sein de l'équipe.
- Je suis devenu au fil des années le point de contact au sein de l'entreprise pour toutes les questions techniques portant sur le code dont nous étions propriétaires.
Data Scientist
Renault Digital, Boulogne-Billancourt, FR
2017 - 2019
Au sein de l'équipe Data de la digital factory de Renault, nous accompagnions les différents métiers de Renault sur leurs problématiques Data.
- Développement d'un POC de maintenance prédictive et détection automatique de défauts qualité à partir de données issues des machines de production pour le département Manufacturing.
- Développement d'un produit Big Data (backend en Spark) pour calcul et analyser l'enrichissement des voitures du groupe pour le contrôle de gestion.
- Plusieurs formations sur l'usage de la data et de la data science aux employés du groupe Renault.
Data Analyst
KPMG, Paris La Défense, FR
2017
Stage de fin d'études au sein de l'équipe Data Science & Analytics de KPMG France.
- Mes principales activités consistaient à appliquer des algorithmes classiques de machine learning au sein d'un dataset donné par le client et créer un dashboard avec les données et leurs prédictions. La segmentation d'une clientèle donnée était un cas d'usage récurrent.
Éducation
Ingénieur Civil des Mines
Ecole des Mines de Saint-Etienne, Saint-Etienne, FR
2013 - 2016
Big Data : Fouille de données - Organisation de données - Méthodes mathématiques pour la grande dimension - Système d'Informations pour le Big Data
Data Science : Analyse de données - Apprentissage statistique - Machine learning - Computer experiments - Expériences numériques - Optimisation - Régression - Classification
Gestion et finance d'entreprise : Comptabilité générale et analytique - Diagnostic financier - Simulation de gestion - Politiques et modes de financement - M&A
Interdisciplinary Program in Technology, Management and Policy
Seoul National University, Seoul, KR
2016
Methodologies for Technology Management, Economics and Policy
Technology and Commercialization
Agent-Based Modeling of Socio-Economic Complex Systems
Master Recherche Modélisation & Mathématiques Appliquées
Université Jean Monnet, Saint-Etienne, FR
2015-2016
Approches déterministes et statistiques : apprentissage statistique de modèles déterministes - optimisation en domaine incertain - risque financier