Description

🎓 Data Scientist avec plus de 6 ans d’expérience, spécialisé en Timeseries et Machine learning, j’accompagne mes clients dans la conception et le déploiement de solutions IA adaptés à vos besoins.

⛏️Mes expertises:

Machine Learning & Computer Vision : Régression, Forecasting, Timeseries, détection d'anomalies, classification d'images, segmentation, CNN, U-Net (XGBoost, Scikit-learn, Tensorflow, Keras, CUDA...)
Data Engineering & API : Pipelines ETL, SQL/MySQL, BigQuery, FastAPI
Cloud & MLOps : Déploiement des modèles sur instance cloud, gestion de la CI/CD avec GitHub Actions, Docker, suivi et versioning des modèles via MLflow ou ZenML.
Data Visualization : Dashboards interactifs et dynamiques (Power BI, React + Shadcn, Plotly)

💪 Ma méthodologie de travail :

Brief et analyse du besoin: compréhension du contexte, cadrage, étude de faisabilité.
Recherche et preuve de concept – exploration de l’état de l’art, proposition de pistes et réalisation d’un POC.
Développement technique: prototypage, création d’API, mise en place de la base de données (AWS RDS, Supabase ou autre).
Démonstration et validation: itérations rapides avec le client pour affiner le produit.
Industrialisation et déploiement: mise en production sur une instance cloud (souvent AWS).
Livraison finale: solution clé en main, avec en option une interface React pour une expérience utilisateur optimale.

🎁 En bonus : Je vous crée un dashboard user-friendly en React + Shadcn pour votre projet.

🪖 Mon engagement : vous fournir une solution fiable, performante et parfaitement alignée avec vos objectifs, dans les délais annoncés.

👉 Découvrez mon portfolio et demandez l’accès à la démo de mon agent RAG pour voir mon travail en conditions réelles.

Domaines d’expertise

Langues

Anglais
Bilingue ou natif
Français
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

ENEDIS (Ex ERDF)
Data Scientist
ENERGIE
septembre 2022 - Aujourd'hui (3 ans et 9 mois)
Paris, France
Dans le cadre de la guerre en Ukraine et des efforts nationaux de sobriété énergétique, participation au sein de l’équipe OPH d’Enedis à l’analyse des leviers permettant d’optimiser la consommation électrique des différents secteurs d’activité en France.
• Développement et déploiement de modèles de Machine Learning XGBoost sur MLflow.
• Développement et déploiement de modèles de prévision ML pour analyser les schémas de consommation électrique des différents segments de consommateurs.
• Conception d’un pipeline ETL utilisant Airflow, Python et PostgreSQL :
o Extraction de données de consommation depuis différents serveur Hadoop.
o Transformation et chargement sur notre datawarehouse Teradata.
o Automatisation des mises à jour des données sur l’API Open Data (FastAPI).
• Création de tableaux de bord interactifs sous PowerBI pour visualiser la consommation d'énergie à l’échelle nationale, régionale et par secteur d’activité.
• Rédaction de spécifications techniques détaillées et maintenance des packages de traitement de données avec Jfrog, Jira.
Python TensorFlow Django API SQL
MediaRGB
Ingénieur Computer Vision
HIGH TECH
février 2022 - août 2022 (7 mois)
Paris, France
POC visant à concevoir une API capable de transformer les photos d’utilisateurs en avatars personnalisés en utilisant la classification des « faciales features ».
• Entraînement de modèle de réseaux neuronaux convolutifs (CNN) avec Scikit et Tensorflow.
• Utilisation de la segmentation sémantique basée sur U-Net pour extraire avec précision les cheveux et la pilosité faciale des utilisateurs.
• Labélisation de milliers d’images faciales pour garantir des données d’apprentissage de haute qualité.
• Prétraitement des images avec OpenCV.
• Analyse en composantes principales (CPA) et classification KNN.
• Déploiement de l’API FastAPI sur une instance EC2 AWS.
TensorFlow Python OpenCV AWS Computer Vision
Altalia Courtage
Data Scientist
BANQUE & ASSURANCES
janvier 2021 - janvier 2022 (1 an)
Paris, France
Projet interne visant à remplacer un CRM tiers coûteux par une solution propriétaire interne et personnalisable.
• Implémentation de la base de données clients et assurances avec PostgreSQL sur AWS RDS.
• Développement du CRM avec React et Bootstrap pour le front en utilisant la solution API.
• Documentation complète des endpoints API, schémas de base de données et architecture système.
• Mise en place d’un pipeline CI/CD autonome via GitHub et Docker.
• Intégration d’un modèle de pricing en machine learning (Scikit-learn/XGBoost) pour générer des offres personnalisées selon le profil client.
Python Pandas Gitlab CI/CD Machine learning django