Data scientist et ingénieur en apprentissage automatique avec une expérience en génie logiciel ; prépare une licence en informatique spécialisée en intelligence artificielle. Conçoit et évalue des solutions d’apprentissage automatique de bout en bout : prétraitement et analyse exploratoire des données, ingénierie des caractéristiques, entraînement des modèles et évaluation de leurs performances. Travaille avec Python (pandas, NumPy, scikit-learn, XGBoost) et TensorFlow sur des tâches supervisées et non supervisées : régression et classification, arbres de décision et méthodes d’ensemble, clustering et détection d’anomalies, systèmes de recommandation et apprentissage par renforcement profond. Utilise aussi SQL, Java, Docker et Git. Attaché à la transparence dans les équipes pluridisciplinaires, raisonne en systèmes plutôt qu’en tâches isolées et adapte rapidement de nouveaux outils à des problèmes réels.
Apprentissage automatique et science des données.
Tous les contributeurs →