Guillaume Saës

PRESENTATION :

PhD. en math & Senior Data Scientist, j’allie expertise en IA et expérience en analyse de données et traitement des signaux. J’ai développé des modèles avancés de Machine Learning, dont des LLM comme les modèles RaG, dans des secteurs variés (santé, transport, industrie).

Mon approche associe rigueur scientifique et créativité pour imputer des données, optimiser des processus complexes et concevoir des modèles innovants. Je vulgarise également la science via ma chaîne YouTube (800 000 abonnés).

Compétences : IA/ML (Deep Learning, LLM), séries temporelles, imputation de données, visualisation, optimisation.

Expertise technique : Python (Scikit-learn, TensorFlow, PyTorch), Matlab, Dataiku, CUDA, statistiques avancées.

Je transforme des idées en solutions concrètes, adaptées aux besoins.

PROJETS

- Développement de RaG (Retrieval-Augmented Generation) :

Applications dans des secteurs variés, notamment la santé (CNAM) et autres.

- Imputation de données manquantes :

Mise au point d'algorithmes de Deep Learning pour traiter des données incomplètes.

- Forecast en Time Series :

Participation à des projets pour prédire les séries temporelles de trafic ferroviaire.

- Optimisation :

Développement d'algorithmes d'optimisation sous contraintes (MILP) pour des projets industriels (ex. transport de véhicules).

- Projets en Analyse de Signaux et d'Images :

Analyse multifractale de données physiologiques de marathoniens et MEG

- Recherche en maths :

Thèse sur l'analyse multifractale et la caractérisation de la régularité des signaux via les ondelettes.

- Projets de Vulgarisation Scientifique, Science Trash :

Création, rédaction et réalisation de vidéos auprès d'un public large (800 000 abonnés). Gestion d’une équipe de 20 personnes pour produire des contenus engageants.

PARCOURS :

- Data Scientist Quantmetry

- Agrégée de maths + Thèse de maths (Paris)

- Assistant au service de proba et statistique à Mons

- Vidéaste sur Youtube (Science Trash 700k abonnés)