Badre (Abderrahmane) A.
Geodaten-Softwareingenieur
Erfahrungen
Apr. 2025 - Sept. 2025
6 MonatenLyon, Frankreich
Geodaten-Softwareingenieur
INRAe – French National Research Institute
- Ein Forschungsprototyp zur Hochwasserschadensanalyse in ein produktionsreifes Python-Paket mit modularer Architektur und pytest-Abdeckung umgewandelt, wodurch die Zuverlässigkeit bei wiederkehrenden Projekten verbessert wurde.
- Ein PyQGIS-Plugin (NDVI/EVI/NDWI/NBR) für über 15 Feldnutzer entwickelt; Schulungen und zweisprachige Dokumentation für Hydrologen und Krisenreaktionsteams bereitgestellt.
- Dask/xarray-Workflows für mehrere TB große Sentinel-2- und ERA5-Land-Datensätze auf SLURM-Clustern entworfen, wodurch die Analysezeit im ganzen Land von Tagen auf Stunden verkürzt wurde.
- STAC-Kataloge (Copernicus, Theia) mit hydrologischen Statistiken (Q10/Q50/Q90, Niedrigwasserindizes, Trendanalysen) zur API-Ausgabe und für Entscheidungs-Dashboards integriert.
- BigQuery für Zeitreihenabfragen von Sentinel-2- und Klimadatensätzen genutzt, um Forschern und Behörden eine schnelle ad-hoc-Überwachung von Vegetation und Wasser zu ermöglichen.
Nov. 2023 - Apr. 2025
1 Jahr 6 MonatenZürich, Schweiz
Hydrologischer Modellierer
REOR20 AG
- Eine auf S3 basierende Flood-Risk-Datenlake mit STAC-Katalog und COG-Rastern entworfen und als Rückgrat einer skalierbaren Gefahren-Dateninfrastruktur aufgebaut.
- Dask/xarray-Pipelines erstellt, die über 10 TB/Monat Copernicus-Klimadaten (NetCDF, GRIB) für Hochwasser- und Klimamodelle verarbeiten, optimiert für SLURM-Cluster mit kurzfristig freigebbaren Instanzen.
- Eine FastAPI/Pydantic-REST-API konzipiert und dokumentiert, die PostGIS-Gefahrenlayer mit Antwortzeiten unter einer Sekunde für Client-Dashboards bereitstellt.
- Die DEM-Verarbeitung im Ländermaßstab (GDAL/SAGA) automatisiert und in analysefertige COGs überführt, wodurch manuelle Vorverarbeitung von Tagen auf Stunden reduziert wurde.
- Ein U-Net-Modell (TorchGeo, Sentinel-2) feinabgestimmt, um Gebäudegrundrisse für Hochwasserschadensmodellierung und Expositionsbewertung zu segmentieren.
- Mit Produktteams und internationalen Kunden zusammengearbeitet, um technische Gefahrenergebnisse in entscheidungsreife Karten, Berichte und Workshops (FR/EN) zu überführen.
März 2021 - Okt. 2023
2 Jahren 8 MonatenLyon, Frankreich
Ingenieur für Energiesysteme und Daten
ENGIE – Compagnie Nationale du Rhône
- Einen cloud-nativen Reporting-Service (S3 + AWS Lambda) entwickelt, um Wasserkraft- und Klimaindikatoren für Lenkungsausschüsse und regulatorische Berichte zu automatisieren.
- SCADA- und ERA5-Daten zusammengeführt, um die Wasserkraftproduktion (MW, MWh, Auslastungsfaktoren) zu prognostizieren und Einschnittrisiken sowie Umsatsszenarien für ENEDIS/RTE zu quantifizieren.
- Abhängigkeiten von Staudamm-Kaskaden als gerichteten Graphen (NetworkX) modelliert, um Risikoanalysen und Compliance für vernetzte Anlagen zu unterstützen.
- Ein Tool zur Standortbewertung für erneuerbare Energien (geopandas + MCDA) erstellt, um über 5.000 PV-/Wind-Projekte zu priorisieren; Ergebnisse gemeinsam mit ENEDIS/RTE genutzt, um Netzanschlusspläne abzustimmen.
- OnSSET-basierte Szenarien zur kostengünstigsten Elektrifizierung für 50 netzferne Standorte (PV, Wind, Hybrid-Mini-Netze) unter Einbeziehung von ERA5-Ressourcen, Siedlungsdaten und Verstärkungskosten durchgeführt, um Machbarkeitsstudien zum Energiezugang im MENA-Raum zu informieren.
- OnSSET-Ergebnisse (CAPEX/OPEX pro kWh, LCOE, Anschlusszeiträume) in zweisprachige Zusammenfassungen und Workshops für ENEDIS/RTE verpackt, um Ausbaupläne mit lokalen Zugangsprioritäten abzustimmen.
- Ergebnisse Asset-Managern, Übertragungsnetzbetreibern und Strategie-Teams präsentiert und sichergestellt, dass technische Erkenntnisse von nicht-technischen Stakeholdern verstanden und genutzt werden können.
Okt. 2019 - Aug. 2020
11 MonatenAlgerien
Ingenieur für GIS und räumliche Datenbanken
ANBT – National Agency for Dams
- Eine PostgreSQL/PostGIS-Datenbank für über 150 Staudämme entworfen und eine räumliche Abfrageleistung unter 500 ms für Planungsanwendungen erreicht.
- Datenbankleistung durch partitionierte Tabellen und mehrspaltige GiST-Indizes optimiert, wodurch komplexe räumliche Joins von Minuten auf unter 1 Sekunde verkürzt wurden.
- Automatisierte Ableitung von IDF-Kurven für unbeobachtete Einzugsgebiete entwickelt, manuelle Analysen von Stunden auf Minuten reduziert und die Standortauswahl beschleunigt.
- Ein PyQGIS-Plugin für automatisierte DEM-Analyse und Einzugsgebietsabgrenzung entwickelt, damit Feldteams Staudammstandorte in unter 30 Minuten bewerten können.
Zusammenfassung
Geodatenwissenschaftler mit über 5 Jahren Erfahrung darin, Forschungsprototypen in produktionsreife räumliche Workflows, Hochwasser- und Klimarisikomodelle sowie Entscheidungstools für Energie-, Wasser- und Agrarumweltprojekte in Europa, Nordafrika und dem Nahen Osten umzusetzen. Experte im Python-Geodaten-Stack (geopandas, rasterio, GDAL, xarray, Dask), GIS (QGIS/ArcGIS) und räumlichen Datenbanken (PostGIS, BigQuery) mit praktischer Erfahrung in der Optimierung von Wasserkraft, Auswahl von erneuerbaren Standorten, kostengünstiger Elektrifizierung (OnSSET) und Vorhersage von Bedarf für netzferne PV-/Windanlagen. Getrieben davon, Geodaten-Intelligenz zu skalieren, um nachhaltige, inklusive Infrastruktur und Energiezugang voranzubringen.
Sprachen
Arabisch
MutterspracheFranzösisch
MutterspracheEnglisch
VerhandlungssicherAusbildung
Sept. 2020 - Juni 2021
Grenoble INP – ENSE3
Master · Wasserbau & Bauingenieurwesen · Grenoble, Frankreich
Sept. 2016 - Juni 2019
École Nationale Supérieure d’Hydraulique (ENSH)
Bachelor · Wasserressourcen-Ingenieurwesen · Algerien
Sept. 2014 - Juni 2016
École Polytechnique Nationale d’Algérie
Vorbereitende Klassen · Angewandte Mathematik & Physik · Algerien
Sie suchen Freelancer?Passende Kandidaten in Sekunden!
FRATCH GPT testenWeitere Aktionen
Ähnliche Freelancer
Entdecken Sie andere Experten mit ähnlichen Qualifikationen und Erfahrungen.
- English
- Deutsch
2025 © FRATCH.IO GmbH. All rights reserved.