À propos de Axel
- Développement d'algorithmes prédictifs : Expertise en modèles de machine learning, de la conception à la mise en production.
- Optimisation et visualisation des résultats : Création d'outils interactifs pour des prises de décision éclairées.
- Enseignement & Mentorat : Formation en data science et accompagnement d'équipes techniques.
- Conception et déploiement de modèles de machine learning
- Analyse et visualisation de données avancées
- Conseils et formation en data science et machine learning
Français
Bilingue ou natif
Expériences
- Université d'AngersDoctorant CIFRE Data Scienceavril 2021 - Aujourd'hui (5 ans et 2 mois)Angers, France
Extraction et gestion de la connaissance clients par des méthodes d'apprentissage non supervisées
Ma thèse explore les cartes auto-organisatrices (Self-Organizing Maps, SOM), un puissant outil d’apprentissage non supervisé, et propose des contributions novatrices pour améliorer leur performance et leur applicabilité dans des contextes variés. En me concentrant sur l’hyperparamétrage et l’évaluation, j’ai développé des approches multicritères qui permettent de mieux capturer la qualité des projections des SOM.Une partie importante de ce travail se consacre à l’optimisation des SOM à travers des techniques avancées comme l’optimisation bayésienne et l’exploration des paramètres clés, notamment la taille de la carte, le taux d’apprentissage et le nombre d’itérations. Mes expérimentations incluent des applications sur des cartes bi- et tri-dimensionnelles, démontrant comment un réglage précis des hyperparamètres peut améliorer à la fois la précision et la robustesse des résultats.En outre, j’ai proposé des métriques et des scores combinés pour évaluer les SOM de manière plus holistique, en tenant compte des compromis entre la précision des résultats et les contraintes computationnelles. Ces contributions permettent non seulement d’optimiser les SOM pour des jeux de données complexes, mais aussi d’élargir leur champ d’applications dans divers domaines, tels que la visualisation de données, la segmentation et la réduction dimensionnelle.Les résultats de ma thèse ont fait l’objet de publications scientifiques et de présentations lors de conférences internationales, soulignant l’impact et la reconnaissance de mes travaux dans la communauté scientifique. Ces contributions s’inscrivent à l’intersection de la recherche algorithmique et des applications pratiques, offrant des outils et des insights précieux pour tirer le meilleur parti des SOM dans le traitement et l’analyse de données non supervisées. - Université catholique de l'OuestEnseignement Universitaireseptembre 2020 - juin 2024 (3 ans et 10 mois)Angers, FranceDurant mes années à l’UCO, j’ai eu l’opportunité d’enseigner un éventail de cours en informatique, programmation, et data science à des étudiants de licence et de master. Cette expérience m’a permis de développer des compétences pédagogiques solides et de guider les étudiants dans l'acquisition de connaissances techniques et pratiques.Cours et Ateliers Dispensés :Programmation et Informatique
- Enseignement des langages de programmation fondamentaux tels que Python, et Java.
- Introduction aux principes de la programmation orientée objet et des structures de données.
- Mise en œuvre d’applications simples à complexes pour illustrer les concepts théoriques.
Introduction à la Data Science- Formation aux concepts de base de la science des données, notamment la collecte, le nettoyage, et l’analyse de données.
- Utilisation de Python et de bibliothèques spécialisées (pandas, NumPy, Matplotlib) pour l’analyse exploratoire et la visualisation des données.
Machine Learning- Introduction aux modèles d’apprentissage supervisé et non supervisé, incluant les régressions, les arbres de décision, et les k-means.
- Utilisation de scikit-learn pour modéliser, entraîner et évaluer des modèles prédictifs.
Projets Pratiques et Études de Cas- Encadrement de projets permettant aux étudiants d’appliquer leurs compétences sur des problématiques concrètes.
- Conseils personnalisés sur la gestion de projets, allant de la conception au déploiement.
Compétences Développées :- Approche Pédagogique : Simplification des concepts complexes en informatique et data science, adaptés aux différents niveaux des étudiants.
- Polyvalence : Enseignement de cours variés, couvrant à la fois des compétences en programmation et en data science.
- Adaptabilité : Capacité à ajuster les cours et les exercices en fonction des besoins spécifiques des étudiants et des évolutions technologiques.
Recommandations
Soyez le premier à recommander Axel
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4