À propos de Yannis
Having just finished the BNP-PARIBAS graduate program, a prestigious program that gave me the chance to explore
avariety of Data Science ranging from RAG x LLM to churn prediction in 3 entities. Being innovative and forward thinking in nature, with combined interests in data science, and mathematics. Academic and international work experiences have enabled the development of strong communication, analytical, and adaptability abilities
Français
Bilingue ou natif
Espagnol
Capacité professionnelle limitée
Anglais
Bilingue ou natif
Accepte de travailler sur site
Paris (jusqu’à 50 km), Lyon (jusqu’à 10 km), Reims (jusqu’à 10 km), Rennes (jusqu’à 10 km)
Expériences
- BNP ParibasGenAI EngineerBANQUE & ASSURANCESjanvier 2023 - Aujourd'hui (3 ans et 5 mois)Paris, France
- Développement de modèles de survie combinés à du machine learning pour identifier les clients à risque de churn.
- Création d'un GAN pour générer de la donnée synthetique pour l'entrainement d'un OCR (computer vision)
- Conception d'un RAG x LLM pour un chatbot bancaire
- Développement d'une librairie d'évaluation des RAG
- Fine-tuning d'un LLM et d'un modèle d'embedding pour le milieu de la finance
- Becton DickinsonData ScientistINDUSTRIE PHARMACEUTIQUEjanvier 2023 - mai 2023 (5 mois)Londres, Royaume-Uni
- Mise en place d'un outil de suivi des risques fournisseurs (VBA & Excel) pour adapter le délai de commande et le stock de sécurité.
- Création d'un modèle de prévision des commandes clients à l'aide du machine learning (Time Series) pour éviter les ruptures de stock.
- Développement d'un tableau de bord pour le suivi des niveaux de stock sur Power BI afin de suivre l'évolution quotidienne et hebdomadaire de la production.
- Mise en place d'un pipeline entre SAP et Power BI pour transformer et nettoyer les données.
- Évaluation de la performance des modèles de machine learning pour la prévision de la demande grâce à des métriques personnalisées.
- Parc Eolien OffshoreData ScientistENERGIEjuin 2022 - octobre 2022 (5 mois)London, UK➢ Développement d'un modèle de Deep Learning (réseau de neurones) pour améliorer la prédiction du temps de maintenance.➢ Création d'un modèle pour le problème de routing de véhicules sous incertitude➢ Utilisation de GAN (Generative Adversarial Networks) sur des données tabulaires pour l'augmentation des donnéesGain : Reduction des durées de maintenance quotidienne de 14% (1,5 heure par bateau d'intervention et par jour).
Recommandations
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 in Data Science applied to Aerospace ManufacturingCranfield University2022📚 The Master in Data Science applied to Aerospace Manufacturing program covers various essential areas, including data collection and preprocessing, statistical analysis, machine learning algorithms, predictive modeling, big data analytics, and advanced topics in deep learning. 🚀 Students participate in exciting practical projects, such as predictive maintenance for aircraft engines, supply chain optimization, defect detection and classification, process optimization for composite material manufacturing, anomaly detection in manufacturing processes, quality control automation using computer vision, and resource allocation optimization for production efficiency.
- Diplôme d'ingénieur Data science en Aéronautique.ISAE-SUP2022Diplômé en ingénierie de la data science en aéronautique d'une grande école d'ingénieurs. Expérimenté dans l'exploitation des données pour résoudre des défis aéronautiques. Compétences en collecte, analyse et interprétation des données. Expertise en analyse statistique et en machine learning. Capable d'appliquer ces compétences pour améliorer l'efficacité de production, réduire les défauts et optimiser l'allocation des ressources.