Data Scientist

Intervention auprès d'une équipe EdTech dédiée au diagnostic et à la remédiation en mathématiques.

• A réalisé un benchmark de l'IA sur 7 plateformes concurrentes (Khanmigo, Photomath, Squirrel AI, Mathia) aboutissant à une matrice de décision sur 6 pistes, un axe retenu et une feuille de route en 4 phases.
• A cadré un modèle de détection précoce du décrochage sur l'historique d'interactions, avec un protocole d'évaluation et des indicateurs définis en amont.
• A conçu une couche conversationnelle RAG adossée au moteur de diagnostic ASSISTments (WPI), intégrant recherche sémantique dans les contenus pédagogiques et injection du profil élève dans le contexte.

Projets et spécialisation en IA.

• A conçu et déployé 5 systèmes IA de bout en bout publiés en open source, incluant multi-agents, RAG, plateforme MLOps, modèle génératif et vision par ordinateur.
• A suivi un bootcamp AI Engineer Core Track (8 semaines) centré sur l'ingénierie LLM, le RAG, le fine-tuning QLoRA et les agents autonomes.

Intervention au sein d'un cabinet de conseil sur des sujets de data science en avant-vente.

• A réalisé le cadrage technique de besoins data en avant-vente en assurant la qualification du périmètre, l'identification des sources et la structuration des livrables analytiques.
• A conduit une veille méthodologique sur les approches ML et IA appliquées aux problématiques métier dans les domaines du marketing, des ventes et des opérations.

Contribution chez un acteur de la viande cultivée à l'analyse marketing et à l'automatisation de la R&D.

• A réalisé l'analyse exploratoire des données clients à l'aide de Pandas, NumPy et Seaborn.
• A conçu un pipeline ML complet comprenant la préparation des données (Multi-Label Binarization, One-Hot Encoding, imputation) et la sélection par RFE.
• A développé des modèles Random Forest et XGBoost optimisés par validation croisée et optimisation bayésienne.
• A atteint une performance de 98 % sur des données non vues, permettant d'identifier 6 nouveaux marchés.
• A automatisé plus de 20 workflows R&D en Python via des API REST pour plus de 20 chercheurs, réduisant les délais de plusieurs jours à quelques secondes.

Conduite en autonomie d'un projet dans la biotech pour le diagnostic de l'endométriose, réduisant le délai de diagnostic de 7-10 ans à quelques jours, avec des restitutions bihebdomadaires aux équipes médicales.

• A mis en place une couche silver de données génomiques intégrant plus de 70 000 points, incluant nettoyage, batch effect correction (RUVg), imputation, distribution transformation et statistical filtering (Bonferroni).
• A conduit des analyses d'expression différentielle (DESeq2, edgeR) permettant d'identifier plus de 150 biomarqueurs.
• A appliqué des méthodes de réduction de dimension et de sélection de features telles que RFE, SelectKBest et Wilcoxon.
• A développé un modèle Random Forest retenu pour son interprétabilité clinique, optimisé par validation croisée et Random Search.
• A évalué le modèle sur la sensibilité, la spécificité et l'AUC ROC, atteignant 96 % de précision validée sur des données cliniques réelles issues d'un CHU français et de laboratoires suédois.

Participation à l'amélioration du système d'information RH au sein d'une entreprise industrielle.

• A centralisé les données RH provenant de deux systèmes hétérogènes.
• A mis en place un pipeline ETL automatisé sous Talend à exécution nocturne pour alimenter un Data Warehouse en schéma étoile.
• A développé des tableaux de bord Power BI en utilisant DAX et Power Query pour le suivi du temps de présence, des anomalies et le reporting direction, réduisant les erreurs de paie de 95 % sur plus de 1 000 dossiers RH.