Baptiste Gerbouin

• • Conception d'une base de données spatio-temporelle scalable (>1.5 To,PostgreSQL) intégrant des flux hétérogènes.

• • Automatisation des pipelines ETL et optimisation des requêtes : réduction du temps d'extraction de 24h à 20 min.

• • Développement de modèles hybrides (GR5J + Random Forest) et Feature Engineering sur données haute

fréquence pour maximiser le score NSE.

• • Conception d'un outil d'aide à la décision (Dashboard interactif) et restitution pédagogique des résultats auprès d'une équipe pluridisciplinaire (Hydrogéologues).

• • Analyse de données complexes (85 millions de lignes clients/produits) pour développer un modèle statistique prédictif.

• • Optimisation des recommandations client via des méthodes de deep learning (LSTM) et machine learning (LightGBM).

• • Évaluation des performances avec la métrique Hit Rate @10, générant une augmentation de 7% du réachat.

• Conception d'un pipeline de classification d'images pour la détection automatisée d'éoliennes sous PyTorch.

• Entraînement et comparaison d'architectures : CNN (From Scratch) vs Transfer Learning (ResNet).

• Mise en place de stratégies de Data Augmentation et de pré-traitement pour améliorer la robustesse du modèle.

• Optimisation des hyperparamètres et analyse des métriques de performance pour valider la généralisation.