Gabriel Ducrocq

data scientist

Peut se déplacer à Paris

  • 48.85661400000001
  • 2.3522219000000177
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Gabriel.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Gabriel.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour

Vérifications

  • E-mail vérifié

Langues

Catégories

Compétences (8)

Gabriel en quelques mots

Je suis un Data Scientist avec un fort background mathématique.
Mes études ainsi que mon expérience pratique de la data science me permettent de répondre à une grande variété de problèmes:
De l'établissement d'une procédure de classification des Equations Différentielles Stochastiques - - et de modèles de pricing, au web scraping et à l'utilisation des APIs Google Analytics, Facebook et Instagram pour collecter et analyser les données clients.
La passion et la motivation en terme de Data Science est appuyée par le grand nombre de projets personnels dans lesquels j'ai été impliqué au cours des années - modèle de prédiction pour le tennis, émergence du langage entre agent d'apprentissage par renforcement, participation à Data For Good France etc...

Ces dernières années, j'ai acquis de l'expérience dans les technologies suivantes:

- Python (pandas, sciit-learn, matplotlib) avec Jupyter and PyCharm
- Spark
- Tensorflow
- R
- Hive
- Amazon AWS et son API boto
- Les APIs Google Analytics, Facebook et Instagram.

Quelque soit votre demande, je peux m'adapter pour y répondre !

Expériences

LAJAVANESS

Agence & SSII

Research and Development Data Scientist

Paris, France

mars 2017 - septembre 2017


En tant que R&D Data Scientist, j'étais en charge du développement de modèles de machine learning répondant au problématiques de nos clients:

- NLP et développement d'une API permettant le traitement automatique d'emails envoyé au service client.
- NLP et Deep Learning pour extraire des adresses postales à partir d'emails.
- Maintenance d'un modèle développé en Spark et designé pour identifier les heures optimales auxquelles appeler les clients.
- Développement d'un modèle de pricing de réductions agissant en temps réel durant des négociation.

Technologies:
- Python (pandas, scikit-learn, nltk)
- Tensorflow
- Spark
- Javascript

Cheerz

E-commerce

Data Scientist

juin 2016 - novembre 2016

Data Scientist Intern
Durant mon expérience chez Cheerz, j'ai fait de nombreuses choses:
Identifications de moyens d'augmenter la conversion sur le site web et l'application. Pour se faire, j'ai travaillé avec de multiples sources de données:
- Les données internes de l'entreprise.
- Les APIs Google Analytics (tracking data) et Facebook.

J'ai également construit un algorithme récoltant les comptes d'influenceurs potentiels sur Instagram et potentiellement intéressés par les produits de Cheerz, en utilisant l'API d'Instagram.

De plus, j'ai réalisé des analyses sur les données clients et fait des dashboards afin d'appuyer les décisions du département marketing.

Finallement, j'ai implémenté un outil d'A/B Testing utilisant une approche Bayésienne au lieu de l'approche fréquentiste usuelle. Le but de cet outil était de contrer les comportements de peeking et de early-stopping.

Laboratoire d'Analyse et de Mathématiques appliquées

Centres de recherche

Recherche en Machine Learning

Paris, France

mai 2015 - octobre 2015

En tant que chercheur stagiaire, j'ai développé une méthode de classification des Equations différentielles Stochastiques en deux étapes, en utilisant le classifieur de Bayes:
- D'abord, estimer les paramètres de l'équation différentielle stochastique en utilisant un maximum de vraisemblance.
- Ensuite, en utilisant les valeurs estimées, construire une approximation de la fonction de bayes et prendre une décision basée dessus.

Recommandations externes

Formations

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