Badre (Abderrahmane) Alloul-Geospatial-Softwareentwickler
Tagessatz prüfen
Erfahrungen
Geospatial-Softwareingenieur
INRAe – Französisches Nationales Forschungsinstitut
- Habe ein Forschungsprototyp zur Hochwasserschadensanalyse in ein produktionsreifes Python-Paket mit modularer Architektur und pytest-Abdeckung überführt, wodurch die Zuverlässigkeit bei wiederkehrenden Einsätzen verbessert wurde.
- Habe ein PyQGIS-Plugin (NDVI/EVI/NDWI/NBR) entwickelt und bei über 15 Anwendern im Feld eingeführt; Schulungen und zweisprachige Dokumentation für Hydrologen und Krisenreaktionsteams erstellt.
- Dask/xarray-Workflows für Multi-TB-Daten von Sentinel-2 und ERA5-Land auf SLURM-Clustern konzipiert und dadurch die Analysezeit landesweit von Tagen auf Stunden reduziert.
- STAC-Kataloge (Copernicus, Theia) mit hydrologischen Statistiken (Q10/Q50/Q90, Niedrigwasserkennwerte, Trendanalysen) für API-Exporte und Entscheidungs-Dashboards verknüpft.
- BigQuery für Zeitreihen-Abfragen von Sentinel-2- und Klimadaten genutzt, um Forschern und Behörden schnelles Ad-hoc-Monitoring von Vegetation und Wasser zu ermöglichen.
Computational-Hydrologe
REOR20 AG
- Habe einen auf S3 basierenden Data Lake für Hochwasserrisiken mit STAC-Katalog und COG-Rastern entworfen und damit die Grundlage für eine skalierbare Gefahrendaten-Infrastruktur geschaffen.
- Dask/xarray-Pipelines erstellt, die über 10 TB/Monat Copernicus-Klimadaten (NetCDF, GRIB) für Hochwasser-/Klimamodelle verarbeiten, optimiert für SLURM-Cluster mit Preemptible-Instanzen.
- Eine FastAPI/Pydantic-REST-API entworfen und dokumentiert, die PostGIS-Gefahrenlayer mit Reaktionszeiten von unter einer Sekunde für Client-Dashboards bereitstellt.
- Automatisierte Verarbeitung großmaßstäblicher DEMs (GDAL/SAGA) zu analysereifen COGs, wodurch der manuelle Vorprozess von Tagen auf Stunden verkürzt wurde.
- Ein U-Net-Modell (TorchGeo, Sentinel-2) feinabgestimmt, um Gebäudeumrisse für Hochwasserschadensmodellierung und Gefährdungsbewertung zu segmentieren.
- Mit Produktteams und internationalen Kunden zusammengearbeitet, um technische Gefahrenergebnisse in entscheidungsfertige Karten, Berichte und Workshops (FR/EN) zu überführen.
Ingenieur für Energiesysteme und Daten
ENGIE – Compagnie Nationale du Rhône
- Habe einen cloudnativen Reporting-Service (S3 + AWS Lambda) entworfen, um Wasserkraft- und Klimakennzahlen für Lenkungsausschüsse und behördliche Berichte zu automatisieren.
- Habe SCADA- und ERA5-Daten konsolidiert, um die Wasserkraftproduktion (MW, MWh, Auslastungsfaktoren) zu prognostizieren und Einschnittrisiken sowie Umsatzzweckszenarien für ENEDIS/RTE zu quantifizieren.
- Habe Abhängigkeiten von Staustufenkaskaden als gerichteten Graphen (NetworkX) modelliert, um Risikoanalysen und Compliance für vernetzte Anlagen zu unterstützen.
- Habe ein Tool zur Eignungsanalyse von Erneuerbare-Energien-Standorten (geopandas + MCDA) entwickelt, um über 5.000 PV-/Windstandorte zu priorisieren; Ergebnisse mit ENEDIS/RTE genutzt, um Netzanschlusspläne abzustimmen.
- Habe OnSSET-basierte kostengünstige Elektrifizierungsszenarien für 50 netzferne Standorte (PV, Wind, hybride Mininetze) unter Einbeziehung von ERA5-Ressourcen, Siedlungsdaten und Verstärkungskosten durchgeführt, um Machbarkeitsstudien zum Energiezugang in der MENA-Region zu unterstützen.
- Habe OnSSET-Ergebnisse (CAPEX/OPEX pro kWh, LCOE, Anschlusszeiträume) in zweisprachige Berichte und Workshops für ENEDIS/RTE verpackt, um Netzausbau-Roadmaps mit lokalen Zugangsprioritäten abzustimmen.
- Habe Ergebnisse Asset-Managern, Übertragungsnetzbetreibern und Strategie-Teams präsentiert und dafür gesorgt, dass technische Erkenntnisse für nicht-technische Stakeholder verständlich und umsetzbar sind.
GIS- und räumlicher Datenbankingenieur
ANBT – Nationale Behörde für Staudämme
- Habe eine PostgreSQL/PostGIS-Datenbank für über 150 Staudämme entworfen und eine räumliche Abfrageleistung von unter 500 ms für Planungsanwendungen erreicht.
- Habe die Datenbankleistung durch partitionierte Tabellen und mehrspaltige GiST-Indizes optimiert und damit die Latenz komplexer räumlicher Joins von Minuten auf unter 1 Sekunde gesenkt.
- Habe die Ableitung von IDF-Kurven für nicht vermessene Einzugsgebiete automatisiert, wodurch manuelle Analysen von Stunden auf Minuten verkürzt und die Standortauswahl beschleunigt wurden.
- Habe ein PyQGIS-Plugin für automatisierte DEM-Analyse und Einzugsgebietsanalyse entwickelt, das es Feldteams ermöglicht, Staudammstandorte in weniger als 30 Minuten zu bewerten.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Energie, Versorgungsdienstleistungen, Professionelle Dienstleistungen, Regierung und öffentliche Verwaltung und Landwirtschaft.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Forschung und Entwicklung (F&E), Informationstechnologie (IT), Business Intelligence und Strategie und Planung.
Zusammenfassung
Geodatenwissenschaftler mit über 5 Jahren Erfahrung darin, Forschungsprototypen in produktionsreife räumliche Abläufe, Hochwasser-/Klimarisikomodelle und Entscheidungswerkzeuge für Energie-, Wasser- und Agrarumweltprojekte umzusetzen.
Experte für den Python-Geodaten-Stack (geopandas, rasterio, GDAL, xarray, Dask), GIS (QGIS/ArcGIS) und räumliche Datenbanken (PostGIS, BigQuery) mit praktischer Erfahrung in der Optimierung von Wasserkraft, der Auswahl erneuerbarer Standorte, kostengünstiger Elektrifizierung (OnSSET) und der Nachfrageprognose für netzunabhängigen PV-/Windstrom.
Motiviert durch den Ausbau geospatialer Intelligenz, um nachhaltige, inklusive Infrastrukturen und Energiezugang voranzubringen.
Fähigkeiten
- Programmierung: Python (Numpy, Scipy, Pandas), Bash, Lua
- Geodaten & Gis: Geopandas, Shapely, Rasterio, Gdal/ogr, Xarray, Dask, Qgis (Pyqgis), Arcgis, Geoserver (Wms/wfs)
- Daten & Cloud: Postgresql/postgis, Bigquery, Geotiff, Netcdf, Grib, Cog, Stac, Aws (S3, Lambda, Ec2), Docker, Slurm
- Web & Apis: Fastapi, Rest-apis, Leaflet, Folium, Mapbox
- Ml & Fernerkundung: Scikit-learn, U-net (Torchgeo), Landbedeckungsklassifikation, Spektrale Indizes (Ndvi, Evi, Ndwi, Nbr)
- Werkzeuge: Jupyterhub, Pytest, Git, Linux
Sprachen
Ausbildung
Grenoble INP – ENSE3
Master of Science, Wasserbau und Bauingenieurwesen · Wasserbau & Bauingenieurwesen · Grenoble, Frankreich
École Nationale Supérieure d’Hydraulique (ENSH)
Bachelor of Engineering, Wasserressourcen-Ingenieurwesen · Wasserressourcen-Ingenieurwesen · Algerien
École Polytechnique Nationale d’Algérie
Vorbereitungskurse in Angewandter Mathematik & Physik · Angewandte Mathematik & Physik · Algerien
Zertifikate & Bescheinigungen
FAO E-Learning-Zertifikat
Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen
Zertifikat des NASA Applied Remote Sensing Training (ARSET) Programms
National Aeronautics and Space Administration (NASA)
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Wo ist Badre ansässig?
Welche Sprachen spricht Badre?
Wie viele Jahre Erfahrung hat Badre?
Für welche Rollen wäre Badre am besten geeignet?
Was ist das neueste Projekt von Badre?
Für welche Unternehmen hat Badre in den letzten Jahren gearbeitet?
In welchen Industrien hat Badre die meiste Erfahrung?
In welchen Bereichen hat Badre die meiste Erfahrung?
Was ist die Ausbildung von Badre?
Ist Badre zertifiziert?
Wie ist die Verfügbarkeit von Badre?
Wie hoch ist der Stundensatz von Badre?
Wie kann man Badre beauftragen?
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Geospatial-Softwareingenieur
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Lyon, Frankreich arbeiten
