Description

🎓 Data Scientist avec plus de 6 ans d’expérience, spécialisé en Timeseries et Machine learning, j’accompagne mes clients dans la conception et le déploiement de solutions IA adaptés à vos besoins.

⛏️Mes expertises:

Machine Learning & Computer Vision : Régression, Forecasting, Timeseries, détection d'anomalies, classification d'images, segmentation, CNN, U-Net (XGBoost, Scikit-learn, Tensorflow, Keras, CUDA...)
Data Engineering & API : Pipelines ETL, SQL/MySQL, BigQuery, FastAPI
Cloud & MLOps : Déploiement des modèles sur instance cloud, gestion de la CI/CD avec GitHub Actions, Docker, suivi et versioning des modèles via MLflow ou ZenML.
Data Visualization : Dashboards interactifs et dynamiques (Power BI, React + Shadcn, Plotly)

💪 Ma méthodologie de travail :

Brief et analyse du besoin: compréhension du contexte, cadrage, étude de faisabilité.
Recherche et preuve de concept – exploration de l’état de l’art, proposition de pistes et réalisation d’un POC.
Développement technique: prototypage, création d’API, mise en place de la base de données (AWS RDS, Supabase ou autre).
Démonstration et validation: itérations rapides avec le client pour affiner le produit.
Industrialisation et déploiement: mise en production sur une instance cloud (souvent AWS).
Livraison finale: solution clé en main, avec en option une interface React pour une expérience utilisateur optimale.

🎁 En bonus : Je vous crée un dashboard user-friendly en React + Shadcn pour votre projet.

🪖 Mon engagement : vous fournir une solution fiable, performante et parfaitement alignée avec vos objectifs, dans les délais annoncés.

👉 Découvrez mon portfolio et demandez l’accès à la démo de mon agent RAG pour voir mon travail en conditions réelles.

Industry field of expertise

Languages

English
Native or bilingual
French
Native or bilingual

Workplace preferences

Can work on-site

Paris (up to 50km)

ENEDIS (Ex ERDF)
Data Scientist
ENERGY AND UTILITIES
September 2022 - Today (3 years and 9 months)
Paris, France
Dans le cadre de la guerre en Ukraine et des efforts nationaux de sobriété énergétique, participation au sein de l’équipe OPH d’Enedis à l’analyse des leviers permettant d’optimiser la consommation électrique des différents secteurs d’activité en France.
• Développement et déploiement de modèles de Machine Learning XGBoost sur MLflow.
• Développement et déploiement de modèles de prévision ML pour analyser les schémas de consommation électrique des différents segments de consommateurs.
• Conception d’un pipeline ETL utilisant Airflow, Python et PostgreSQL :
o Extraction de données de consommation depuis différents serveur Hadoop.
o Transformation et chargement sur notre datawarehouse Teradata.
o Automatisation des mises à jour des données sur l’API Open Data (FastAPI).
• Création de tableaux de bord interactifs sous PowerBI pour visualiser la consommation d'énergie à l’échelle nationale, régionale et par secteur d’activité.
• Rédaction de spécifications techniques détaillées et maintenance des packages de traitement de données avec Jfrog, Jira.
Python TensorFlow Django API SQL
MediaRGB
Ingénieur Computer Vision
TECH
February 2022 - August 2022 (7 months)
Paris, France
POC visant à concevoir une API capable de transformer les photos d’utilisateurs en avatars personnalisés en utilisant la classification des « faciales features ».
• Entraînement de modèle de réseaux neuronaux convolutifs (CNN) avec Scikit et Tensorflow.
• Utilisation de la segmentation sémantique basée sur U-Net pour extraire avec précision les cheveux et la pilosité faciale des utilisateurs.
• Labélisation de milliers d’images faciales pour garantir des données d’apprentissage de haute qualité.
• Prétraitement des images avec OpenCV.
• Analyse en composantes principales (CPA) et classification KNN.
• Déploiement de l’API FastAPI sur une instance EC2 AWS.
TensorFlow Python OpenCV AWS Computer Vision
Altalia Courtage
Data Scientist
BANKING AND INSURANCE
January 2021 - January 2022 (1 year)
Paris, France
Projet interne visant à remplacer un CRM tiers coûteux par une solution propriétaire interne et personnalisable.
• Implémentation de la base de données clients et assurances avec PostgreSQL sur AWS RDS.
• Développement du CRM avec React et Bootstrap pour le front en utilisant la solution API.
• Documentation complète des endpoints API, schémas de base de données et architecture système.
• Mise en place d’un pipeline CI/CD autonome via GitHub et Docker.
• Intégration d’un modèle de pricing en machine learning (Scikit-learn/XGBoost) pour générer des offres personnalisées selon le profil client.
Python Pandas Gitlab CI/CD Machine learning django