Data Scientist

A intégré l'équipe MIAT d'INRAE pour travailler sur la modélisation géostatistique et les méthodes de Monte-Carlo appliquées aux processus spatiaux.

• A étendu un modèle géostatistique non-stationnaire à des données binaires.
• A implémenté des algorithmes MCMC (Gibbs, Metropolis Hastings, MALA, Hamiltonien) pour l'inférence sur processus Gaussiens.
• A simulé des données spatiales et évalué les performances prédictives des modèles.
• A optimisé les implémentations algorithmiques en R pour améliorer les temps de calcul.

A rejoint l'équipe du Laboratoire de Probabilités, Statistique et Modélisation pour développer un système de prévision des accidents d'avalanches.

• A collecté des données via API et structuré des bases de données pour l'analyse.
• A implémenté des modèles GLM pour prédire les risques d'avalanches.
• A traité et préparé les données spatiales pour la modélisation statistique.

A intégré le département data du Ministère de l'Éducation Nationale pour supporter les analyses financières et statistiques du Crédit d'Impôt Recherche (CIR).

• A géré et structuré des bases de données multi-sources pour l'analyse statistique.
• A effectué des calculs statistiques et des agrégations pour le reporting CIR.
• A traité des données volumineuses en utilisant PySpark pour optimiser les performances.
• A conçu des pipelines de traitement de données avec Python et SQL.