Romain Mondon-Cancel

Software Engineer, Data Science

Datadog – Paris

• Amélioration de la logique et implémentation de nouvelles intégrations pour l'application Watchdog, qui permet de détecter automatiquement des anomalies sur l'infrastructure de nos clients, distribuée sur des milliers de pods, avec une distribution très biaisée.
• Développement et évangélisation des bonnes pratiques de développement avec un meilleur support pour les type hints, le développement d'un framework pour les tests unitaires, et l'implémentation d'outils de productivité tels que un différentiel de couverture de test.
• Présentation de papiers lors de paper reading groups hebdomadaires pour partager l'état de l'art ainsi que des innovations intéressantes dans l'écosystème de la Data Science et du Machine Learning en général.
• Migration vers un outil de déploiement en train à travers plusieurs équipes (pour un total de ~25 personnes), incluant le mentoring, la documentation technique, et la transition du processus de développement.
• Développement d'un prototype de solution de monitoring de modèle de ML permettant de suivre la performance d'un modèle de l'entraînement jusqu'en production.

Senior Machine Learning Engineer

Ubisoft – San Francisco

• Développement d'un deep modèle de recommandation en Keras et TensorFlow intégré dans un jeu en cours de développement pour personnaliser l'expérience joueur à partir de son comportement.
• Design, développement et déploiement d'une application Kubernetes sur GCP pour exposer une API capable d'entraîner nos modèles et de retourner ses prédictions.
• Gestion DevOps du code de cette application, en imposant un cycle de vie du code basé sur le versionnage sémantique et en développant des opérations de CI/CD pour automatiser le test, la documentation et les releases.
• Design, entraînement, déploiement et test d'un modèle de régression logistique améliorant le targeting CRM jusqu'à 5% à partir de données de jeu.

Data Scientist CMK

Ubisoft – région parisienne

• Analyse des données comportementales des joueurs de différents jeux et segmentation de ces populations pour affiner la connaissance consommateur par groupe plutôt qu'au global (+10 millions d'utilisateurs lignes).
• Préparation et animation de formations autour de la Data Science à destination d'analystes, notamment en statistiques, en Machine Learning et en Python.

Data Scientist Junior

Ubisoft – San Francisco

• Traitement et analyse des données comportementales des joueurs de différents jeux et segmentation de ces populations pour affiner la connaissance client par groupe plutôt qu'au global (environ 10 millions d'utilisateurs).
• Développement d'un framework autour de R-shiny pour pouvoir rapidement déployer des applications web afin de visualiser des résultats d'analyses.
• Développement d'un modèle NLP de segmentation de documents textuels utilisant le TF-IDF pour automatiser partiellement le traitement de données de sondages. Déployé derrière une job queue pour traiter les requêtes de façon asynchrone.

Ingénieur-chercheur (stage)

Argonne National Laboratory – région de Chicago

• Développement d'un algorithme utilisant les chaînes de Markov pour généner des profils de vitesse de véhicules réalistes sur des trajets donnés, améliorant significativement la qualité des simulations d'émissions CO2 et de performance des moteurs.

MITx

Cours de niveau master – EdX

• Fundamentals of Statistics: validé avec un score de 100%.
• Machine Learning with Python – From Linear Models to Deep Learning: validé avec un score de 100%.

École des mines ParisTech

Diplôme d'ingénieur des mines de Paris – région parisienne

Cursus Machines et Énergie.

École polytechnique

Diplôme d'ingénieur de l'École polytechnique – région parisienne

Formation généraliste en mathématiques, physique et informatique.

Site web de mon CV

https://github.com/skasch/skaschcv

Site web statique écrit en Flask et Python. La source de données provient de fichiers YAML pour pouvoir facilement éditer le contenu. Le site supporte une localisation en français et anglais. Le CV est déployé dans un conteneur Docker.

HeroRotation Generator

https://github.com/herotc/hero-rotation-generator

J'ai écrit un transpiler de SimulationCraft vers Lua. SimulationCraft est un simulateur pour World of Warcraft écrit en C++ avec son propre langage de script pour définir des stratégies de personnages. Mon projet transpile un profil écrit dans ce langage de script en code Lua, qui peut directement exécuter la logique du profile depuis un add-on World of Warcraft.