Description

Fort de plus de 10 années d’expérience en Data Science dans des secteurs variés (Énergie, Environnement, Pharmaceutique, Bioinformatique), j’aide les entreprises à tirer parti de leurs données en me concentrant sur l’analyse statistique, l’exploration et la modélisation, de la préparation des données à l’interprétation des résultats et à leur mise en valeur via des modèles et visualisations claires.

J’interviens notamment sur des problématiques de séries temporelles, de computer vision et de NLP, avec une expertise confirmée en modélisation et en optimisation orientée performance.

Selon les besoins du projet, je peux :

concevoir des POC rapides (via notebooks ou environnements collaboratifs),
ou déployer les modèles développés en production sous forme de scripts ou pipelines (via Databricks ou autre).

Mon objectif : transformer vos données en leviers métiers concrets et durables.

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

TotalEnergies
Data Scientist Senior
ENERGIE
avril 2021 - décembre 2025 (4 ans et 8 mois)
Courbevoie, France
Conception et déploiement de modèles de prévision à J+1 de la consommation d'un large parc de bornes de recharge, et d'un pipeline de prédiction quotidien.
Collaboration sur le projet aVEnir (consortium avec notamment EDF et ENEDIS) pour analyser et modéliser la consommation électrique de bornes de recharge à la maille station et poste source.
Création d'un modèle prédictif de séries temporelles de production PV à partir de données météo, ainsi que de méthodes de détection d'anomalies.
Fine-tuning d'un modèle Mask R-CNN pour la segmentation de toitures et la classification de leurs matériaux à partir d'images satellites.
Mise en place d'un pipeline de prévision court-terme (+15 minutes à 4 heures) de production d'énergie solaire par modélisation des flux nuageux.
Benchmark de foundation models (modèle interne, Chronos-2) pour la prévision multi-flux de séries temporelles énergétiques d'un site.
Env. technique: Python, PyTorch, Spark, Databricks, Transformers, Detectron2,
openCV, Azure ML, SageMaker, GCP
Databricks Pytorch Spark Time Series Computer Vision
Veolia Eau
Data Scientist Senior
ENVIRONNEMENT
mars 2018 - septembre 2020 (2 ans et 6 mois)
Saint-Maur-des-Fossés, France
Création d'un modèle de segmentation client (clustering) pour cibler l'envoi de factures électroniques sur données anonymisées.
Développement de modèles de prévision du volume d'appels quotidien au service client.
Conception de pipelines ETL sur BigQuery pour l'intégration de données non structurées et l'amélioration de la qualité des données clients (migration CRM).
Env. technique: Python, GCP (Bigquery, Data Studio, Notebooks), Bash
Python Scikit-learn Google Cloud Platform (GCP) Bash BigQuery
Merial, Quantmetry
Data Scientist
INDUSTRIE PHARMACEUTIQUE
novembre 2017 - février 2018 (3 mois)
Paris, France
Mise en place d'un notebook interactif de traitement d'images avec calibration de filtres couleur.
Création d'ensembles d'apprentissage à partir de vidéos labellisées.
Entraînement de modèles de classification et implémentation d'un pipeline d'inférence temps réel sur flux vidéo.
Env. technique: Python, openCV, scikit, Jupyter
Python Jupyter Scikit-learn OpenCV Computer Vision