Edouard Nicoud

Ingénieur ayant un fort background scientifique, j'ai découvert petit à petit le monde de la data au cours de mes diverses missions passées.

Aujourd'hui passionné par leur extraction, analyse et interprétation, je souhaite relever des challenges dans des domaines variés.

Initialement ingénieur motoriste, j'ai travaillé pour Daimler A.G et Safran.

Puis, j'ai rejoint une PME française travaillant dans le secteur des biotechnologies en 2020.

Le dénominateur commun entre ces postes se trouve aussi bien dans la programmation, dans l'analyse et l'exploitation de grands volumes données, mais également  dans la gestion de projet.

Je suis titulaire d'un PhD de l'Ecole Centrale Paris. Le sujet était à l'initiative de Daimler A.G, et avait pour titre “ Quantifying combustion robustness in gasoline, direct-injection engine, by Large-Eddy Simulation”.

Il s'agissait de modéliser et simuler le processus de combustion dans un moteur Mercedes de production, par des approches dites de Simulation aux Grandes Echelles. L'objectif final étant de reproduire et expliquer les variabilités cycliques du moteur observées expérimentalement. 

Au cours de ce projet, j'ai acquis de solides compétences programmatiques (Fortran, Python, Bash) en milieu HPC (High Performance Computing), aussi bien pour la simulation, que pour des applications mathématiques. Mais également à des fins d'automatisation. A titre d'exemple, un code de calcul tel que celui utilisé sur ce projet est un code massivement parallèle (jusqu'à plusieurs milliers de coeurs) générant sur une journée des volumes de données de plusieurs TeraBytes, et ce dans des formats divers. L'extraction et analyse des données ne pourrait s'entendre sans un ETL adapté et performant.