À propos de Jean-Christophe
Je suis diplômé d'un Master de Mathématiques spécialité Statistiques et Machine Learning de l'Université Paris 6.
J'ai travaillé sur de nombreux modèles allant du traitement de texte (NLP, NLU) à la vision par ordinateur (Computer Vision) ainsi que sur des modèles beaucoup plus statistiques (notamment séries temporelles) au cours de mes expériences avec des résultats qui ont été actionnables pour l'entreprise.
Mes expériences vont du projet de R&D de détection de fraude sur la blockchain, en passant par un modèle de détection de doublons dans les annonces de Seloger par analyse de textuelle et des photo jusqu'à la transformation d'un site d'annonce à une marketplace par des modèles de scoring.
Ma curiosité me pousse a essayer énormément et à itérer rapidement afin de trouver une solution qui satisfaisante et élégante
Je suis un Data Scientist qui sait s'adapter aux différentes stacks technologiques, aux environnements nouveaux et travailler avec les différents métiers et surtout je suis passionné par ce que je fais!
Français
Bilingue ou natif
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- OnfidoData Scientistseptembre 2022 - Aujourd'hui (3 ans et 9 mois)Paris, France
- Groupe SeLogerData ScientistIMMOBILIERdécembre 2019 - septembre 2022 (2 ans et 9 mois)Île-de-France, FranceTravail d'identification de biens immobiliers au sein des annonces:Elaboration de modèles de Machine Learning dans un contexte de graphes avec mesures de similarité (MinHashing LSH, Bucketed RandomProjection LSH)Utilisation de modèles de représentation de textes (BERT, camemBERT) et Transport Optimal entre représentationsUtilisation de modèles basés sur la similarité d'images (SIFT, ResNet, Faiss, NetVlad)Calculs parallélisés et traitement de volumes de données important sur AWS avec SparkMise en production de modèleAnalyse Business de la fraude aux duplicats d'annoncesTravail sur la modélisation de la performance annonce:Mise en place de tests statistiques et inférenceUsage de méthodes de bootstrapping, estimation par méthodes de Monte CarloModélisation par séries temporelles, modèles autorégressifsAnalyse canonique des corrélationsAnalyse et segmentation des marchés par méthodes statistiquesAggrégation de métriques (Modélisation par Expert Advice Problem)Produit BoostExtend:Modélisation de la visibilité et de la compétitivité des marchés immobiliers des annonces par méthodes statistiquesDéveloppement, Analyse Offline et Industrialisation de 3 Produits : Boost PerformanceProof Product, Boost Recommender System et Boost Performance Prediction à l'aide de notremodèle de visibilitéOperationnal Lead de la Team Scoring AVIVLead Valuation Model:Modélisation de la valeur incrémentale d'un lead sur les sites immobiliers du Groupe AVIV par modèle probabiliste.Lead Opérationnel sur son implémentation:Montée en compétence de l'équipeSegmentation du marché immobilier allemand et son évaluationEstimation du nombre de leads avant transaction immobilière au sein des segmentsCalcul de la valeur incrémentale d'un lead pour chaque annonceModélisation de la tension des marchés immobiliers à partir du modèle Property IdentificationSélection les annonces les plus pertinentes à mettre en avant et Marketing Mix Modelling à l'aide de celle-ci.
- Nexeo GroupeStage Machine LearningBANQUE & ASSURANCESavril 2019 - octobre 2019 (6 mois)Machine Learning dans la Blockchain au sein du Nex' Lab(Graphes, Apprentissage Semi Supervisé, Analyse Statistique de Graphes, AML KYC)Stage de fin d’études sur la détection de schémas de Ponzi sur la blockchain ETHEREUM etregroupement d’adresses frauduleuses via des modèles de Machine Learning (NLP / Deep Learning / Analyse Statistique de Graphes)Réalisations:Requêtes, Parsing et Preprocessing des donnéesOptimisation des calculs lors du prétraitement des donnéesAnalyse statistique de la distribution des donnéesElaboration de modèles de Machine Learning dans un contexte d’imbalanced dataset etd’apprentissage semi-supervisé sur des graphesDéploiement de calculs parallélisés dans un contexte de volume de données important sur GoogleCloud Platform avec SparkEnvironnement:Git (flow), numpy, Python, Pandas, Scikit-Learn, Tensorflow 2.0, keras, graph-tool, networkx, SMOTE,node2vec, word2vec, nltk
Recommandations
Soyez le premier à recommander Jean-Christophe
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
Formations
- Master 2 (M2), Mathématiques, Statistiques et Machine LearningUniversité Pierre et Marie Curie2019Master 2 (M2), Mathématiques, Statistiques et Machine Learning
- Master 1, Mathématiques et ApplicationsUniversité Pierre et Marie Curie2018Master 1, Mathématiques et Applications