Matthieu Hanania

Diplômé de l'école d'ingénieur EFREI Paris en Data Science et Data Engineer

Je recherche activement une nouvelle opportunité dans l'univers de la Data.

J'ai récemment terminé mon expérience de data Scientist et chercheur au sein du laboratoire de recherche en DevOps de l'ETS à Montréal, le but était de comprendre quelles métriques sont les plus impactante dans un processus de revue de code.

Passionné de Machine Learning, j'aime utiliser mon temps libre pour apprendre de nouvelles technologies.

Membre du club Algo ETS, pour appliquer des algorithmes de data science sur des données financières.

ETS DevOps RESEARCH CHAIR (Avr. 2023 – Mar. 2024)

Data Scientist & assistant chercheur en DevOps Montreal, Canada

• Tests de différents algorithmes de Machine Learning de détection de robots dans les commentaires des Merge Requests (80% de précision)
• Collecte de 25 000 données de Merge Requests de GitLab pour dériver 24 métriques Git clés. Amélioration de la vitesse d'exécution de 20 %
• Étude sur les impacts du confinement sur les employés de Kaloom
• Déploiement d'un environnement centralisé d’analyse des données
• Identification des métriques les plus impactantes sur la durée de vie d'une Merge Request.
• Rédaction d’un article scientifique sur les Merge Requests et les revues Git dans un contexte industriel.

Python, Excel, Git, Grafana, R, Docker, PostgreSQL

ORANGE SA  (Nov. 2021 - Mar. 2022)

Data Scientist pour la comptabilité Issy les Moulineaux, France

• Comparaison et association de 10 000 fichiers comptables, identification de 5 millions d'euros de divergences dans les factures.
• Optimisation et automatisation du rapprochement bancaire (70 % plus rapide), implémentation de tests unitaires
• Traitement des factures pour classer les différents fournisseurs et identifier les retardataires. Présentation de graphiques aux équipes métier.

Python, Streamlit

Mon parcours inclut une solide formation académique en génie logiciel et apprentissage automatique obtenue à l'EFREI Paris, où les cours se sont concentrés sur le développement et l'application d'algorithmes d'apprentissage machine, ainsi que sur le traitement et l'analyse de données.

Diplôme d’ingénieur – GPA 4/4

Data Science & Data Engineering

• Machine, Deep Learning, NLP, MLOps (Docker, Jenkins)
• Mathématiques pour la Data
• Data Analyse (SQL, NoSQL)
• Réseaux et cloud computing (AWS, Azure)