Bienvenue sur le profil Malt de Jean-François !

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

Jean-François Binvignat

machine / deep learning engineer - python

Peut se déplacer à Paris

  • 48.8546
  • 2.34771
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Jean-François.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Jean-François.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 30km autour

Préférences

Durée de mission
  • entre 3 et 6 mois
  • ≥ 6 mois

Vérifications

Influence

Langues

Catégories

Compétences (16)

Jean-François en quelques mots

Data scientist/engineer à la recherche de la bonne réponse technique à vos problématiques business. Passionné par la data science de manière générale, du cadrage projet, à l'exploitation des résultats par les équipes métiers, en passant par l'ingestion de la donnée et sa valorisation via les techniques de machine / deep learning.

J'aime toucher à différents cas d'usage, de la reconnaissance d'image au traitement du langage en passant par les séries temporelles et l'optimisation. J'ai aussi une appétence forte pour le traitement de la donnée géolocalisée (ingestion, modélisation, cartographie).

J'apprécie pouvoir transmettre mes compétences, que les profils soient techniques ou métiers, et j'aime apprendre des autres. J'ai eu l'opportunité sur mes derniers projets d'intervenir en tant que lead tech de plusieurs profils data / dev.

J'ai à coeur de mener mes projets jusqu'à la phase d'industrialisation / run, et j'ai développé de forte compétences en développement.

Expériences

Quantmetry - Quantmetry

Conseil & audit

Machine Learning Engineer

Paris, France

juin 2018 - Aujourd'hui

Conception d'un outil pour optimiser la gestion de l'offre d'un grand groupe
- Lead tech (2 data scientists)
- Segmentation produits, prévisions, optimisation
- Environnement : AWS (S3, EC2), GluonTS, Oracle

Conception d'un outil d'assistance médicale
- Technologie de pointe (2 dev embarqués, 1 dev front)
- Environnement : Arduino, Python, Flask

Estimation d'un niveau de mycotoxine dans des grains de maïs à partir de photos
- Lead tech (2 data scientists)
- Pre-processing de la donnée et feature engineering
- Reconnaissance d'images (approches classiques, et apprentissage profond)
- Construction d'un outil (paas)
- Environnement : Azure (Blob, VM), PyTorch, Tensorflow

Mise en œuvre d'un pipeline de récupération des données d'un service de véhicules partagés
- Ingénierie des données, anonymisation, géocodage inverse, visualisation
- Environnement : API, Azure (SQL, Blob, VM, Maps), Power BI

Coaching d'une startup leader de l'auto-partage
- Définition d'une feuille de route (18 mois) des cas d'usage prioritaires
- Coaching de l'équipe scientifique, aide au recrutement
- Industrialisation : estimation du temps d'inactivité (modélisation spatio-temporelle)

Estimation du potentiel de vente et optimisation de l'assortiment des boutiques d'un grand groupe de luxe
- Cadrage projet, feature engineering, machine learning, optimisation sous contraintes, etc.
- Cadre de pré-industrialisation (clean code, tests unitaires)
- Environnement : AWS (EC2, S3), Python, MLFlow

Mise en place d'un pipeline de récupération des données d'un service de véhicules partagés :
- Ingénierie des données, anonymisation, reverse geocoding, visualisation
- Environnement : API, Azure (SQL, Blob, VM, Maps), Power BI

Proof-of-Concept, analyse des données des véhicules connectés pour un grand groupe industriel :
- Extraction de métadonnées, extraction des enregistrements des véhicules, visualisation des données
- Environnement : Oracle, Python, Spark, Linux, Power BI

Industrialisation d'un outil de suivi de la dérive des fournisseurs pour un grand groupe industriel :
- Ingénierie des données, apprentissage machine (détection des anomalies), KPI métier, intelligibilité (valeurs de Shapley)
- Environnement : Oracle, Microsoft SQL Server, Linux, Python, Power BI

Weave data

Conseil & audit

Data scientist

Paris, France

septembre 2017 - mai 2020

- Création et déploiement d'un tableau de bord dynamique pour le suivi des projets (Shiny, RInno).
- Conception d'un outil de prévision automatique des séries chronologiques. Réalisation d'un benchmark sur les "lois de puissance" : Forecasting Energy Consumption" (DrivenData), classé 14ème/1034.

Airbus Helicopters - AIRBUS GROUP

Aéronautique & aérospatiale

Data scientist

Marignane, France

mai 2016 - septembre 2017

- Prévision du volume d'une flotte (militaire).
- Conception de tableaux de bord : évaluation des flux d'échange sur le marché de l'occasion et étude de la captation de nouveaux clients AH sur les livraisons d'avions neufs.
- Analyse et prévision des flux sur le marché de l'occasion (civil).
- Conception d'une méthode d'imputation des données météorologiques : Application à l'analyse et à la prévision des vols : cas du marché du pétrole et du gaz en mer du Nord (civil).
- Conception d'une méthode d'imputation du relief aux États-Unis : impact sur les performances des appareils sur le marché EMS (civil).

Recommandations externes

Consultez les recommandations qu'a reçues Jean-François

Formations

Certifications