Description

En tant que data scientist avec plus de 5 ans d'expérience en résolution de problèmes d'affaires axés sur les données, je suis reconnu pour mon expertise en analyse de données, modélisation prédictive et prescriptive, optimisation bayésienne, apprentissage automatique, exploration de données et programmation.

Mon approche méticuleuse et minutieuse des données me permet d'émettre des perspectives précises et de relever les défis métiers.

En tant qu'autodidacte passionné, je suis toujours en quête de développer mes connaissances et compétences pour offrir une valeur ajoutée à chaque projet.

Langues

Français
Bilingue ou natif
Anglais
Bilingue ou natif

Préférences en matière de lieu de travail

En télétravail uniquement

Travaille majoritairement à distance

axa
Lead AI Engineer
mars 2025 - Aujourd'hui (1 an et 3 mois)
Developpement d'un Guardrails LLM pour filtrer l'entree et la sortie des chatbots d'assistance client.
Usage de RAG, LLM, Azure AI Foundry, Azure cache for redis, azure function, azure key vault, Azure AI search.
RAG Azure AI Foundry Python AWS S3 AWS Lambda
ArcelorMittal
Lead Data Scientist
octobre 2023 - novembre 2024 (1 an et 1 mois)
Mise en place de :
- Clustering predictif
- Intelligence documentaire
- Vision par ordinateur
- Creation de dashboard
Commissariat à l'énergie atomique
Data Scientist
CENTRES DE RECHERCHE
octobre 2019 - décembre 2022 (3 ans et 3 mois)
Saclay, France
· Utilisation de Microsoft SQL Server pour la gestion des données, y compris la collecte, la transformation (ETL), et le stockage dans Azure Data Lake.

· Nettoyage et préparation des données avec la bibliothèque Python Pandas, suivi d'une analyse exploratoire pour identifier les variables clés.

· Travail interactif avec Python sur Azure Databricks pour la manipulation de données et la mise au point d'algorithmes personnalisés.

· Implémentation des algorithmes de machine learning supervisés avec scikit-learn pour prédire les propriétés des verres à base d'oxydes en utilisant des modèles tels que Random Forest, K-Nearest Neighbor, et les réseaux neuronaux artificiels.

· Utilisation de Long Short-Term Memory (LSTM) pour la formation en profondeur (deep learning).

· Utilisation de Power BI pour la création de tableaux de bord, la visualisation de données, et la participation à des réunions internes.
Analyse de données Machine learning Data visualisation Gestion de projet Microsoft Power BI Python Scikit-learn Matplotlib Pandas Git GitHub Jupyter Notebook