Bonjour,

Diplômé en ingénierie mécanique avec une spécialisation en data science acquise au cours des trois dernières années, j'ai su développer une expertise forte dans la conception et l'implémentation de solutions de maintenance prédictive. Basées sur des modèles de machine learning, ces solutions ont été déployées pour divers clients, et ce, grâce à ma maîtrise de Python et ses bibliothèques, telles que Pandas, Numpy, Scikit-learn, Matplotlib et Plotly.

Mon expérience ne s'arrête pas là. J'ai travaillé sur une variété de machines, notamment des machines-outils et des presses, et j'ai développé un outil innovant "no-code" sur Streamlit. Cet outil permet aux entreprises de mettre en place facilement et efficacement des solutions de maintenance prédictive sans avoir à coder.

En parallèle de mes compétences en data science, j'ai développé une compétence robuste en architecture de collecte et de traitement de données, en utilisant des outils tels que Nifi, Superset et Timescale. De plus, mon application Streamlit offre la possibilité de construire des pipelines de traitement de données et de modèles de machine learning, et de les déployer directement sur la plateforme pour leur mise en production. L'ensemble de cette plateforme est dockerisé et j'ai également fait usage de Jenkins pour l'intégration continue et le déploiement continu.

Je suis également compétent en PowerBI, ce qui me permet de créer des visualisations de données et des indicateurs personnalisés en réponse à vos besoins spécifiques.

Passionné par mon métier, je suis enthousiaste à l'idée de mettre mon expertise et mon dévouement au service de vos projets. N'hésitez pas à me contacter pour discuter de vos besoins et voir comment je peux vous aider à atteindre vos objectifs.

Je vous remercie d'avance pour l'intérêt que vous portez à mon prof