DATA SCIENTIST | Machine Learning et Data science
[nom]
[téléphone] · [e-mail] · Ile de france
Data Scientist formée en mathématiques appliquées et statistiques, avec deux ans d’expérience en alternance chez Thales.
J’ai travaillé sur des cas d’usage de machine learning appliqué en environnement industriel, incluant la prévision de séries temporelles, le NLP et l’implémentation de pipelines de type RAG.
Je recherche un poste de Data Scientist orienté machine learning appliqué, afin de contribuer au développement de solutions data en production.
EXPÉRIENCE PROFESSIONELLE
2022 - 2024 | DATA SCIENTIST, Thales SIX GTS France, GENNEVILLIERS
Projet 1 : Prévision des besoins en maintenance (Time Series / forecasting)
Objectif : anticiper les besoins en pièces de rechange pour optimiser la gestion des stocks et la planification de maintenance
- Analyse de données historiques de maintenance et de retours terrain
- Modélisation de séries temporelles (Approche statistique et machine learning)
- Identification de tendances et construction de modèles prédictifs
- Contribution à l’amélioration de la planification des ressources Projet 2 : Evaluation de modèles de langage (LLM / RAG)
- Étude des méthodes d’évaluation des LLMs dans un contexte industriel
- Mise en place d’un pipeline Retrieval Augmented Generation (RAG)
- Utilisation de HuggingFace et Langchain pour l’implémentation de solutions NLP avancées
- Application à des cas d’usages internes de recherche et d’accès à l’information Missions annexe :
- Nettoyage, préparation et transformation de données industrielles complexes
- Développement de Dashboards interactifs (Kibana) pour le suivi des modèles ML
- Monitoring des performances de modèles et support à l’analyse opérationnelle NOV - DEC 2021 | STAGE EN ENSEIGNEMENT SECONDAIRE, lycée Alain Fournier, Bourges
- Gestion d’une classe d’enseignement secondaire
- Préparation et animation de cours de mathématiques
- Création d’activités pédagogiques pour introduire les notions de vecteurs P R O J E T S U N I V E R S I TA I R E S Classification d’images avec Réseaux neurones CNN (Computer Vision)
- Prétraitement des images (PIL) et augmentation des données
- Développement de modèles CNN et architectures avancées (ResNet, VGG16, MobileNet)
- Évaluation et comparaison des performances
Classification de textes avec NLP
- Nettoyage et prétraitement de données textuelles (Tokenization, Stopwords, Lemmatization)
- Entraînement, comparaison de modèles et optimisation Prévisions météorologiques
- Analyse et nettoyage des données météorologiques historiques
- Comparaison modèles ML classiques (Random Forest, XGBoost) et réseaux de neurones récurrents (LSTM) F O R M AT I O N S 2022 - 2024 | MASTER MATHÉMATIQUES APPLIQUÉES ET STATISTIQUES UNIVERSITÉ DE BORDEAUX Mention Bien 2019 - 2022 | LICENCE MATHÉMATIQUES UNIVERSITÉ DE TOURS 2018 - 2019 | PACES UNIVERSITÉ DE TOURS 2017 - 2018 | BACCALAURÉAT SCIENTIFIQUE (OPTION SVT) LYCÉE ALAIN FOURNIER, BOURGES COMPÉTENCES · LOGICIELS · LANGUES
- Machine learning (supervisée et non supervisée) • Python • R • SQL • Pandas · Français : Maternelle
- NLP / LLM /RAG · • Numpy • Dataiku • Kibana · Anglais : niveau B2
- Computer vision · • Power BI • Tableau • Plotly
- Séries temporelles / Forecasting · • Nixtla • Statsmodel • Scikit-learn
- Statistiques et modélisation · • XGBoost • Keras • Pytorch
- Base de données relationnelles · • Tensorflow • Langchain
- HuggingFace • Excel • Powerpoint
