About Marc
Diplômé de l'Ecole Polytechnique et de l'Ecole Normale Supérieure.
Expérience dans des laboratoires de recherche privés : Spotify AI Research Lab et publics : MILA (Université de Montréal).
Publication de 4 articles de recherche.
Expertise et rapidité d'exécution en Python avec les libraires de traitement de données classiques : pandas, numpy, Machine Learning : XGBoost, scikit-learn, tensorflow, keras...
Maitrise des algorithmes de machine learning classiques jusqu'aux plus pointus (Generative Adversarial Networks, Deep reinforcement learning, LSTMs, Word2Vec...).
Les domaines sur lesquels j'ai déjà mené des missions comprennent:
> Equilibrage de charge dans le domaine de l'énergie
> Staffing optimal par prédiction du nombre d'appels pour un call center
> Modèle prédictif de churn B2C pour un fournisseur d'électricité alternatif.
> Santé - prédiction de de risques post-opératoires pour des laboratoires de cardiologie dans 100+ hôpitaux aux Etats-Unis
English
Native or bilingual
French
Native or bilingual
Can work on-site
Paris 4e Arrondissement (up to 10km)
Experience
- CHANEL SAS - Corporate IT - Digital, CRM, CCC
On Malt
Développement d'un module Speech-to-text sur vocabulaire spécifiqueNovember 2020 - February 2021 (3 months)Paris, FranceDéveloppement d'un module de reconnaissance vocale automatique sur du vocabulaire spécifique.- Création d'un filtre d'extraction pour dataset ciblé- Entrainement d'un modèle Speech-to-Text- Entrainement d'un modèle de Named-entity-recognition pour extraction d'entités nommées - Village AICEO - head du laboratoire AIDIGITAL AND ITMarch 2019 - Today (7 years and 3 months)Paris, France
- SpotifyAI Research ScientistFILM AND AVJanuary 2018 - March 2019 (1 year and 2 months)Cité de Londres, United KingdomResearch Scientist spécialisé en Machine Learning et Audio Signal Processing.- Développement d'une méthode ensembliste pour l'identification de cover songs. Brevet déposé pour cette nouvelle méthode et publication scientifique à la conférence ISMIR (International Society for Music Information Retrieval)https://arxiv.org/abs/1905.11700- Développement de modèles de Deep Learning pour la génération automatique de musique, à la fois de la génération de signal audio brut (modèles type Wavenet, ClariNet) et de la génération symbolique type MIDI (modèles de type MusicVAE, i.e. Auto-Encodeurs Variationnels avec décodeurs en réseau récurrents hierarchiques)
Reviews
Julien
CHANEL SAS - Corporate IT - Digital, CRM, CCC
Reviewed on 02/02/2021
Recommendations
FU
These freelancer profiles also match your criteria
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
Education
- Ingénieur PolytechnicienEcole Polytechnique2016Cycle polytechnicien, filière Data Science et mathématiques appliquées. Algorithmique, Théorie des Graphes, Recherche Opérationnelle, Randomization, Analyse de données topologique, Apprentissage Statistique
- Master MVA (Mathématiques, Vision, Apprentissage)Ecole Normale Supérieure2017Deep Learning, Reinforcement Learning, NLP, Audio Signal Processing, Méthode des noyaux, Object Recognition, Computer Vision, Graphs in Machine Learning