New Malter

Fabrice Zapfack

data scientist senior

Paris, France

  • 48.8566
  • 2.3517
Proposer un projet

Vérifications

Influence

Rejoignez la communauté Malt pour découvrir le profil complet de Fabrice Zapfack
Rejoignez la communauté Malt pour découvrir le profil complet de Fabrice Zapfack

Découvrez ce que recherche Fabrice

Déplacement
Travaille en partie dans vos locaux et en partie en télétravail
Zone d'activité
Recherche des missions à Paris et 60km autour
Compétences
Recherche des missions en Machine learning, nlp
Durée de mission
Recherche des missions ≤ 1 semaine, ≤ 1 semaine, ≤ 1 mois, ≤ 1 mois, entre 1 et 3 mois, entre 1 et 3 mois, entre 3 et 6 mois, entre 3 et 6 mois, ≥ 6 mois, ≥ 6 mois
Taille d'entreprise
Recherche des entreprises de 1 personne, 2 - 10 personnes, 11 - 49 personnes, 50 - 249 personnes, 250 - 999 personnes et 2 autres

Fabrice en quelques mots

Titulaire d'un Master en Data Sciences (Ecole Polytechnique) et d'un Master en business et entrepreneuriat (UC Berkeley), je souhaite tirer profit de mes multiples expériences professionnelles afin d'accompagner des entreprises de toutes tailles afin de mettre en place des outils d'analyse de données allant de la conception de "proof-of-concept" à la conception de "large-scale application".
De plus ma maîtrise des méthodologies scrum et lean startup font de moi le partenaire idéal pour vous aider à mener vos projets au bout.

Ouvert à des collaborations à court moyen ou long terme avec des agences et SSII.

Expertises Métiers:
- Publicité digitale (adtech)
- Investissement
- Marketing digital
- Entrepreneuriat
- Investissement en Afrique (Afrique de l'ouest)

Expériences

mars 2017 - janvier 2019 | Paris, France

Edition de logiciels

Keymantics

data scientist

Keymantics est la première plateforme de ciblage par "mots clés" dans le display (RTB).

- Mise en place de la plateforme data science de l'entreprise permettant l'entrainement automatisé et la mise en production d'une dizaine de modèles de machine learning par jour (Spark, AWS EMR, AWS Sagemaker, H2O)
- Mise en production de modèles à faible latence: 10⁴ requêtes par seconde, ~1 micro-seconde de latence (MLeap, scala, vertx)
- Creation de la d'un datawarehouse permettant de stocker et d'analyser plus 100Go de logs par semaine (AWS S3, AWS Athena, Elastic Search, Tableau)

Quelques modèles développés:
- Prédiction de taux de clic
- Extraction de contenu web (Named Entity Recognition)
- Suggestion de mots-clés
- Classification et recommandation de documents

Recommandations externes

Formations

Langues

charter modal image

Notre succès est une oeuvre collective

Contribuez à cette réussite et au sérieux de la communauté en signant la charte du freelance Malt.

Signer la charte