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

Rania A.

Machine Learning Engineer et Data scientist, PhD

€ 550/dag
Paris, FR
3-7 jaar

Gemiddelde responstijd: 4 uur

Over Rania

Senior ML Engineer avec un PhD en Intelligence Artificielle et 5+ ans d'expérience en production ML end-to-end. J'industrialise des modèles Python de A à Z : du prototype au déploiement supervisé, avec MLOps complet (monitoring, drift detection, versioning, registry).
Habituée aux environnements industriels exigeants, je collabore naturellement avec architectes, data engineers et Product Managers en mode Agile/Scrum. Mes pipelines sont modulaires, reproductibles, auditables, et mes modèles restent performants dans le temps (zéro régression en production).

Ce que j'apporte :

- Industrialisation de modèles ML et pipelines ELT/ETL en Python propre (Clean Code, tests unitaires, CI/CD).

- MLOps end-to-end : MLflow, drift monitoring, retraining automatisé, Grafana.

- Déploiement cloud (Azure, AWS) via Docker et GitHub Actions.

- Inférence temps réel < 500ms sur flux capteurs IoT.

- Intégration de LLM et IA générative pour enrichir les workflows métier et automatiser l'analyse.

- 4 publications peer-reviewed IEEE & IFAC ·

- Bilingue FR/EN

Disponible ASAP · 5j/semaine · Remote ou présentiel France
  • Frans

    Tweetalig / moedertaal

  • Engels

    Vloeiend

Kan op locatie werken
Paris (tot 50km), France (tot 10km), Paris (tot 50km), Toulouse (tot 50km), Marseille (tot 50km)

Werkervaring

  • LIS Lab et Predict
    Machine Learning Engineer : Industrial REST API for Time-Series Processing and Validation
    ENERGIE
    januari 2025 - Vandaag (1 jaar en 5 maanden)
    Marseille, Frankrijk
    Conception et industrialisation d'un pipeline de données complet pour la détection automatique et la qualification de séquences d'essais sur données multi-capteurs (séries temporelles).
    Ce que j'ai livré :

    Pipeline ELT modulaire et reproductible en Python : architecture prête pour la production
    Système expert de détection et classification de séquences (stable / instable) sur flux temps réel
    REST API industrielle (Python · Flask) avec échanges JSON client/serveur
    Déploiement Docker avec protocole de tests formel et résultats auditables
    Exploration d'approches LLM pour automatiser l'interprétation des résultats et l'interaction avec les outputs analytiques

    Stack : Python · Pandas · Flask · Docker · REST APIs · Time-Series · CI/CD · LLM Integration
    Docker Python Pandas LLM Scikit-learn
  • Telaqua (IoT & Smart Irrigation Startup)
    Machine Learning Engineer, PhD (Energy & IoT)
    ENERGIE
    januari 2022 - januari 2025 (3 jaren)
    Marseille, Frankrijk
    Industrialisation complète de modèles ML en production sur des cas d'usage IoT critiques : prédiction de durée de vie batterie et contrôle prédictif d'irrigation en temps réel.

    Résultats mesurables :

    • 92% F1 Score en production sur la détection de fin de vie de batteries Li-ion
    • +30% de précision vs baseline grâce à des modèles hybrides clustering + régression (estimation RUL)
    • < 500ms de latence sur le pipeline d'inférence temps réel (flux capteurs → scoring → alertes)

    Ce que j'ai livré :

    - Cycle MLOps end-to-end : acquisition → feature engineering → entraînement → versioning (MLflow) → déploiement → monitoring continu (drift, data quality, retraining automatisé)
    - APIs ML Dockerisées déployées chez les clients avec CI/CD et pipelines scalables
    - Système de contrôle prédictif intégré à une plateforme IoT d'irrigation
    - Collaboration étroite avec équipes software et data engineering (Agile/Scrum)
    - 4 publications peer-reviewed IEEE & IFAC sur la modélisation santé batterie et le contrôle prédictif

    Stack : Python · PyTorch · TensorFlow · Scikit-learn · XGBoost · MLflow · InfluxDB · Grafana · Docker · AWS · CI/CD · SHAP · REST APIs
    Docker Gitlab CI/CD Data science Analyse de données SQL
  • Groupe Renault
    Validation & Test Engineer
    AUTOMOBIEL
    januari 2020 - augustus 2021 (1 jaar en 7 maanden)
    Guyancourt, France
    ▸ Automatisation de suites de tests en Python (MIL), analyse time-series haute fréquence pour détection
    d'anomalies.
    ▸ Travail en environnement industriel structuré (AUTOSAR) avec équipes QA cross-fonctionnelles en
    Scrum/Jira.

    Stack : Python · Jira · Agile/Scrum · AUTOSAR · Systèmes Embarqués
    Machine learning Python Analyse de données Data analysis Data science

Aanbevelingen

Wees de eerste die Rania aanbeveelt

Help deze freelancer om te schitteren door te vertellen hoe het is om met hem of haar te werken.

Deze freelancerprofielen matchen ook met zoekopdracht.

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

Opleidingen

  • Ph.D en data science
    Aix-Marseille Université - Laboratoire d'Informatique et Systèmes
    2025
    Doctorat en IA
  • Master's degree
    IFP SCHOOL
    2019
    Master's degree

Vaardigheden

Categorieën