Alexandre Wilmet

• recherche, collecte et mise en forme de séries temporelles et d'indicateurs

• création de méthodologies de mise à jour en temps réel,

• conception de techniques d'apprentissage, d'ensembles d'entraînements et de métriques sophistiqués,

• développement et mise en production de modèles de deep learning utilisant des RNNs, MLPs, et embeddings, dont le but est de prédire l'état du marché à des moments clés,

• mise en place de procédures permettant de tester efficacement les hyperparamètres et analyser les entraînements, amenant les modèles à des performances bien supérieures à des baselines telles que le random.

• analyse et mise en forme des données pertinentes provenant des utilisateurs dejeux mobiles et achats/ventes d'emplacements publicitaires,

• création, développement, et mise en production d'algorithmes probabilistes pour l'automatisation des achats/ventes d'emplacements publicitaires utilisant ces données,

• collaboration avec les équipes techniques pour la création et l'amélioration de ces algorithmes, permettant une augmentation significative des indicateurs de performance, ainsi qu'une réduction des coûts de maintenance grâce à l'automatisation,

• recherche, développement, et mise en production de modèles de deep learning, utilisant des MLPs et des embeddings, pour prédire la probabilité d'un utilisateur de réaliser une installation, amenant des résultats équivalents à ceux d'un algorithme probabiliste concurrent.

• manipulation des données dans un cadre industriel,

• mise en place d'un modèle probabiliste,

• reconnaissance de visages provenant d'émissions télévisées avec l'image couplée aux métadonnées de diffusion.