Descripción

Vous avez des données mais des modèles peu fiables, difficiles à expliquer ou à mettre en production ?

J’interviens comme data scientist senior pour transformer vos données en modèles prédictifs robustes, exploitables et orientés décision.

J’accompagne entreprises, startups et équipes data sur des missions de :

data science & statistiques avancées
machine learning (classification, régression, clustering)
modélisation prédictive et séries temporelles (forecasting, scoring)
validation, robustesse et interprétabilité des modèles
structuration, nettoyage et exploitation de données complexes

Je travaille principalement en Python (pandas, NumPy, scikit-learn, statsmodels) et livre des résultats clairs, documentés et directement exploitables.

Livrables habituels :

modèles prédictifs prêts à l’emploi
notebooks et scripts Python propres et documentés
analyses statistiques interprétables pour décideurs
recommandations actionnables basées sur les données

Mon différenciateur : une approche très rigoureuse issue de la statistique, combinée à un pragmatisme orienté impact business.

Pas de modèles “boîte noire” inutilisables : priorité à la fiabilité, à la compréhension et à la prise de décision.

Ámbito de especialización en el sector

Idiomas

Francés
Bilingüe o nativo
Inglés
Competencia profesional completa
Árabe
Bilingüe o nativo

Preferencias de lugar de trabajo

Acepta trabajo presencial

Paris (hasta 50 km)

Capua
Data Scientist / Computer Vision Engineer
junio de 2025 - diciembre de 2025 (6 meses)
Paris, Francia
Développement d’un modèle de computer vision en temps réel pour l’analyse de mouvements de musculation (squat, deadlift) au sein d’une application mobile.

Mission centrée sur la conception, l’optimisation et l’industrialisation de modèles de machine learning compatibles avec des contraintes fortes de performance mobile.

Conception de modèles de computer vision pour l’analyse de posture et de mouvement

Prise en compte des enjeux biomécaniques liés aux exercices de musculation

Entraînement et optimisation de modèles légers et performants

Conversion et déploiement des modèles en TFLite et ONNX

Intégration fluide dans une architecture Kotlin Multiplatform

Livraison de code Python propre, documenté et prêt pour la production

Résultat : des modèles rapides, robustes et directement exploitables en temps réel sur mobile, alignés avec les contraintes produit et techniques de l’application.
Data science Machine learning Computer Vision Analyse de séries temporelles Python
RISQ/ALM, Société Générale,
Data Scientist / Modélisation statistique
julio de 2020 - junio de 2025 (4 años y 11 meses)
Paris, France
Conception, validation et amélioration de modèles statistiques et prédictifs appliqués à des données clients et financières.

Analyse de données granulaires et agrégées
Modélisation statistique et comportementale
Segmentation clients (clustering)
Tests de robustesse, validation et analyse de sensibilité
Développement de bibliothèques Python pour automatiser analyses et calibrations

Production de livrables clairs, exploitables et documentés, présentés à des interlocuteurs techniques et non techniques.
Python Analyse critique & capacité à synthétiser Machine learning Statistiques Mathématiques appliquées
Hellebore Capital,
Data Scientist / Recherche statistique
abril de 2019 - septiembre de 2019 (5 meses)
London, UK
Projet de data science avancée autour de la modélisation d’événements et de séries temporelles.

Analyse statistique approfondie de séries temporelles
Modélisation via processus stochastiques (Hawkes multivariés)
Développement d’un package Python complet (analyse, calibration, visualisation)
Optimisation numérique et validation des modèles

Forte composante R&D data science, autonomie complète et restitution structurée des résultats.
Analyse critique & capacité à synthétiser Machine learning Análisis y previsión de series temporales Data visualization Modélisation statistique