About Nicolas
[Français | English]
Docteur en physique, j'aborde les défis techniques avec rigueur et une expertise théorique des concepts IA. Mon parcours initié par l'apprentissage autonome avant validation académique me dote d'une grande autonomie et une capacité à appliquer efficacement une grande diversité de méthodes data & IA, avec le souci de l'exactitude des analyses et de leur valeur décisionnelle.
Je vous propose de mettre cette approche en action à travers plusieurs services clés :
Services Proposés :
(English)
As a PhD in Physics, I approach technical challenges with scientific rigor and a theoretical expertise in AI concepts. My path, initiated by self-directed learning before my academic validation, gives me great autonomy and the ability to efficiently apply a wide range of data & AI methods, with a focus on analytical accuracy and its value for decision-making.
I propose to put this approach into action through several key services:
Core Services:
Data Analysis & Cleaning: Transforming your raw data into a clean, actionable asset.
Automation & Scripting (Python/C++): Building robust scripts to automate your recurring tasks.
Algorithm Prototyping & PoC: Rapidly implementing your ideas to validate their technical feasibility.
French
Native or bilingual
English
Fluent
Russian
Conversational
German
Conversational
Estonian
Basic
Can work on-site
Paris (up to 50km)
Experience
- Efrei ParisFormateur Data, Machine Learning et PythonEDUCATION AND E-LEARNINGSeptember 2023 - Today (2 years and 9 months)Paris, FranceEnseignement Data et Machine Learning ciblé pour des étudiants en section Cybersécurité.Création de syllabus centré sur l'exploitation des outils d'analyse de données ou de modélisation par apprentissage automatique sur des jeux de données de recherche en cybersécurité.Compréhension de l'utilisation de ces méthodes pour automatiser la détection de tentatives d'intrusion, pour le repérage de comportements anormaux sur un réseau.
- Paris School of BusinessFormateur en mathématiques et algorithmiqueEDUCATION AND E-LEARNINGSeptember 2019 - Today (6 years and 9 months)Paris, FranceEnseignements en filières Data-Management.Thèmes abordés :*** Statistiques, visualisation, tests d'hypothèse - fournir aux étudiant une compréhension des incertitudes à communiquer pour encadrer les risques pour les prises de décision*** Outils du Machine Learning (en fonction des années, en raccord avec les autres enseignements) - permettre aux étudiants d'appliquer les algorithmes traités dans les cours pratiques avec une connaissance fondamentale en support (regression, métriques, méthodes de descente de gradient)
- CnamFormateur en mathématiquesEDUCATION AND E-LEARNINGSeptember 2019 - Today (6 years and 9 months)Paris, FranceUE à distance d'outils mathématiques pour l'informatique.Thèmes abordés :- logique et vocabulaire de la théorie des ensembles- arithmétiques, calcul modulaire et méthode de cryptage RSA- algèbre linéaire- graphesEnseignement effectué à distance. Création de documents pédagogiques et structuration du syllabus.
Recommendations
Be the first to recommend Nicolas
Help this freelancer shine by sharing your experience working together.
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
- Doctorat en Physique - Modélisation & Calcul Haute PerformanceSorbonne Université2016Modélisation de Systèmes Complexes : Conception et développement de simulations numériques avancées pour modéliser des systèmes physiques complexes. Simulation Monte Carlo : Implémentation d'algorithmes Monte Carlo pour la résolution de problèmes stochastiques à grande échelle. Calcul Haute Performance (HPC) : Programmation scientifique (Fortran 90) et optimisation de code pour des calculs massivement parallèles, réduisant significativement les temps de simulation.
- Master en Mathématiques Fondamentales - Expertise en Rigueur AnalytiqueUniversité Denis Diderot (Paris 7)2005Maîtrise des structures logiques et des systèmes abstraits (Théorie de Galois, algèbre générale), permettant une approche de "premiers principes" et une application rigoureuse des méthodes numériques. Un socle théorique pour l'IA moderne, via l'étude de la Géométrie Différentielle (essentielle pour le Manifold Learning) et de l'Analyse Fonctionnelle et de Fourier. Capacité à décomposer des problèmes complexes en leurs éléments fondamentaux pour construire des solutions robustes.