Malt welcome

Bienvenue sur le profil Malt de Ibrahim !

Malt vous permet d'accéder aux meilleurs consultants freelances pour vos projets. Contactez Ibrahim pour échanger sur votre besoin ou recherchez d'autres profils sur Malt.

Ibrahim Ayed

data scientist, deep learning researcher
2 missions
  • Tarif indicatif
    1 000 €/ jour
  • Expérience3-7 ans
  • Taux de réponse83%
  • Temps de réponse2h
La mission ne démarrera que si vous acceptez le devis de Ibrahim.
Localisation et déplacement
Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour
Vérifications

Charte du freelance Malt signée

Consulter la charte
E-mail vérifié
Langues
Catégories
Partager son profil
Ensemble de compétences
Ibrahim en quelques mots
Après avoir intégré l'École polytechnique en me spécialisant notamment en mathématiques appliquées, je me suis ensuite perfectionné au sein du Master 2 Mathématiques, Vision, Apprentissage (MVA) de l'ENS Cachan.

Je suis aujourd'hui doctorant à Sorbonne Université avec M. Patrick Gallinari sur des thématiques liées au Deep Learning, avec plusieurs présentations et publications à des conférences nationales et internationales. J'ai également déjà travaillé sur des projets aux sujets divers : finance (avec M. Emmanuel Bacry notamment), données géophysiques (à l'université de Cambridge), traitement des images,...

Je peux vous aider à:
-Analyser votre problématique et vous guider vers les bons choix technologiques
-Prototyper des modèles de Machine Learning
-Construire et entraîner des modèles de Réseaux de Neurones (CNNs, ResNets, GANs, LSTMs,...)
-Implémenter des modèles de Réseaux de Neurones (Pytorch)
-Former vos équipes à ces différentes technologies
-Former vos équipes aux bonnes pratiques en Data Science
Expériences
  • Sorbonne Université
    Chercheur en Intelligence Artificielle (doctorant)
    CENTRES DE RECHERCHE
    avril 2018 - Aujourd'hui (6 ans et 6 mois)
    Paris, France
    Machine learning Pytorch Python
  • Societe Generale SA
    Projet long de mathématiques appliquées
    BANQUE & ASSURANCES
    octobre 2015 - mai 2016 (8 mois)
    Paris, France
    Python Optimisation Time series
  • Schlumberger Gould Research Center / University of Cambridge
    Chercheur en Mathméatiques Appliquées (stagiaire)
    ENERGIE
    avril 2017 - août 2017 (4 mois)
    Cambridge, Royaume-Uni
    Python Machine learning Non-convex Optimisation
Recommandations externes
Formations
  • Diplôme de l'École polytechnique
    École polytechnique
    2018
    Mathématiques, Mathématiques appliquées, Informatique, Économie, Physique
  • Master 2 Mathématiques, Vision, Apprentissage
    École Normale Supérieure Paris-Saclay
    2018
    Deep Learning, Kernel Methods, Optimization, Computer Vision, Online learning, Reinforcement Learning