Description

Je développe des solutions data science qui passent en production et génèrent un impact business mesurable.

Spécialisé dans l'industrialisation de projets ML, je prends en charge l'intégralité du cycle : de l'architecture data au déploiement cloud, avec un focus constant sur le ROI.

Comment je peux vous aider :

Modèles ML en production – Lead scoring, prédictif, détection d'anomalies avec monitoring automatisé et ré-entraînement

Architecture data scalable – Data Lake, pipelines ETL, data warehousing adaptés à votre volumétrie

Automatisation intelligente – OCR, LLM, RPA pour éliminer les tâches répétitives et réduire vos coûts opérationnels

Infrastructure robuste – AWS, Docker, CI/CD pour des déploiements fiables et maintenables

Ma valeur ajoutée :

Je couvre toute la chaîne de valeur data : architecture, modélisation, déploiement et maintenance. Cette vision end-to-end me permet de concevoir des solutions pensées dès le départ pour la production, pas seulement pour le POC.

Je parle business autant que technique. Chaque projet que je mène vise un résultat métier concret : amélioration des conversions, économies opérationnelles, aide à la décision data-driven.

Projets typiques :

Pipeline de lead scoring (+120% conversion), automatisation économisant 200k CHF/an, architecture Data Lake 10K leads/mois, solutions OCR+LLM pour extraction documentaire.

Stack technique : Python • Machine Learning • BigQuery • AWS • MLOps • SQL • Docker • LLM

Expérience en FinTech, services financiers et industrie. Méthodologie Agile, collaboration étroite avec les équipes métier.

Disponible en télétravail ou sur site (Lyon, Genève).

Languages

French
Native or bilingual
English
Fluent

Workplace preferences

Can work on-site

Annemasse (up to 50km), Lyon (up to 10km)

ALTEA SA
Data Scientist
November 2023 - October 2025 (1 year and 11 months)
Geneva, Switzerland
— Pipeline de lead scoring - CatBoost avec ré-entraînement automatique et monitoring des performances optimisant les priorisations commerciales (amélioration 2.2x du taux de conversion pour le top 10%)
— Conception Data Lake BigQuery - Développement from-scratch de l'architecture mé daillon avec implémentation CDC/SCD Type 2, gestion de 10K leads/mois et reconstruction historique pour datasets ML
— Dashboards métier - Interface Streamlit multi-graphiques utilisée par les managers pour pilotage des performances et analyses data science — Automatisation des processus
- Infrastructure Python/Selenium économisant 25min/lead sur 100 leads/jour (200k CHF/an) avec extension couverture concurrentielle de 4 à 8 sites — Développement solution OCR + LLM
- Système hybride automatisant lecture et compréhension documents PDF pour remplissage CRM automatique, économie projetée 15min/contrat — DevOps AWS complet - Gestion infrastructure EC2 avec Docker, CI/CD et responsabilité end-to-end production à maintenance
— Pilotage projets data - Gestion end-to-end en mode Agile/Scrum avec coordination trans versale équipes métier du besoin à la production
Pellenc
Junior Data Scientist
February 2023 - August 2023 (6 months)
Pertuis, France
— Infrastructure InfluxDB pour gestion de données temporelles multi-capteurs d'équipements industriels avec pipeline d'ingestion et rétention de données optimisée — Développement de modèles de maintenance prédictive (séries temporelles, détection d'ano malies)
- performances insuffisantes conduisant à audit approfondi révélant inconsistances critiques dans la chaîne d'acquisition de données IoT
— Analyse des causes racines identifiant défauts systémiques de collecte expliquant variabi lité inexpliquée, orientant recommandations d'amélioration l'acquisition avant reprise de la modélisation
LIRIS
Ingénieur de Recherche en IA
February 2022 - August 2022 (6 months)
Lyon, France
— Infrastructure ETL PySpark pour analyse de 215M transactions Bitcoin - développement de pipeline de détection de transactions obfusquées pour applications de conformité financière
— Recherche sur techniques de désobfuscation de transactions CoinJoin - développement de méthodologie ML pour identification de flux financiers masqués, problématique centrale en lutte anti-blanchiment
— Algorithmes de graph embedding et deep learning pour détection de patterns d'obfuscation atteignant 56% AUCPR - performance initiale validant l'approche mais nécessitant appro fondissement pour applications opérationnelles Analyse des limitations révélant complexité
inhérente de la désobfuscation CoinJoin, identifiant axes d'amélioration pour recherches fu tures en surveillance cryptomonnaies