Alexandre Martin

Lead Data Scientist / Machine Learning Engineer expérimenté avec un background en finance et une formation en statistiques, complétée par un master en Machine Learning à Télécom ParisTech, j'ai toujours voué un fort intérêt pour la mise en production de modèles prédictifs.

J'ai eu l'occasion de travailler sur des cas d'usages complexes et variés nécessitant de très bonnes compétences techniques en machine learning/deep learning, une connaissance fine des meilleures pratiques de code et de déploiement ainsi qu'une compréhension profonde des besoins métiers.

Dernièrement, j’ai travaillé sur la conception, le développement et la mise en production de modèles d’attribution de performances marketing (Mix Marketing Model) chez Merck et plus récemment chez Pernod Ricard où je suis actuellement lead machine learning engineer.

Ces expériences m'ont permis d'intervenir sur toutes les étapes du déploiement de modèles prédictifs dans une organisation, de la collecte des données jusqu'à la mise en production en passant par la phase de POC.

Mon objectif est de mettre à contribution cette expertise pour vous accompagner dans votre projet. Pragmatique, déterminé et d'un naturel communicant j'ai plaisir à échanger sur mon travail avec d'autres équipes en gardant toujours à l'esprit le résultat final et la maximisation de votre ROI.

Je souhaite pouvoir vous apporter une aide dans la prise de décision sur un plan technique, business et managerial en étant force de proposition dans les différentes étapes de votre projet.

Stack technique:

Programmation : Python, Spark

Machine learning / deep learning : Scikit-learn, XGboost, Pytorch, TensorFlow

Vision : OpenCV, Pillow

LLMs: Openai GPT, Langchain.

Open-source framework: Hugging Face, Mistral, LLama 2

Cloud : AWS (SageMaker, Lambda, EMR, API Gateway, S3, CloudFormation ,DynamoDB), Azure: Azure ML, Azure DevOps (CI/CD).

ML deployment: Mlflow

DevOps : Git, Docker, Kubernetes

API: Fast API, Flask

Solution: Dataiku