Bienvenue sur le profil Malt de Jean-Michel !

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

Jean-Michel Papleux

data scientist en agriculture

En télétravail depuis Reims

  • 49.2652
  • 4.02851
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Jean-Michel.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Jean-Michel.

Localisation et déplacement

Localisation
Reims, France
Télétravail
Effectue ses missions majoritairement à distance

Préférences

Durée de mission
  • ≤ 1 semaine
  • ≤ 1 mois
  • entre 1 et 3 mois

Vérifications

Influence

Github

Github : jmpap jmpap
  • 3 Followers
  • 1 Repos
  • 0 Gists

Langues

Catégories

Compétences (22)

Jean-Michel en quelques mots

Passionné par la modélisation de données et spécialisé en agriculture, je donne du sens à vos données d'origines agricoles et participe à la création d'outils innovants.

Domaines de compétences :

- Deep learning et computer vision. Développement d'algorithmes basés sur des images. Exemples : identification de maladies du feuillage par photos, traitement phytosanitaire ultra-localisé par détection des adventices par caméra (classification culture/adventices et localisation).

- Modélisation de données. Implémentation, entraînement et évaluation de modèles de prédiction. Exemples : prédiction de rendement à partir d'images satellites de cultures, segmentation clients, détection d'écart de qualité produit.

- Analyse de données. Analyse exploratoire, statistiques descriptives, traitement des données (nettoyage, traitement des erreurs, transformation), rapport de présentation.

- Labellisation de données. Acquisition de données et labellisation avant modélisation. Exemple : labellisation d'images de betteraves et adventices dans une parcelle (localisation et classification).

Portfolio

Portfolio uniquement accessible aux membres

Expériences

Projet personnel Deep Learning

High tech

Passionné

janvier 2019 - février 2019 (1 mois)

Détection d'objets : classification betteraves / adventices et localisation

Implémentation complète 'from scratch' du réseau de neurones 'YOLO V2' : labellisation, augmentation des données, définition du réseau de neurones, entraînement du modèle, évaluation des performances (mAP) et inférence.

https://github.com/jmpap/YOLOV2-Tensorflow-2.0
TensorFlow keras opencv computer vision

OpenClassrooms - Openclassrooms

Education & e-learning

Etudiant

juin 2019 - novembre 2020 (1 an et 4 mois)

Projets réalisés au cours de la formation :

- Traitement d'un jeu de données au service de la santé publique : analyse exploratoire des données (analyse univariée et multivariée), traitement des erreurs, réduction de dimension.

- Prédiction des besoins en consommation électrique de bâtiments : implémentation et évaluation de différents algorithmes de prédiction (régression linéaire, KNN, SVM, random forest, réseau de neurones, gradient boosting).

- Segmentation des clients d'un site de e-commerce : segmentation non supervisée par K-means et CAH, définition des personas et étude de la stabilité des clusters dans le temps.

- Prédiction des tags associés aux questions Stackoverflow : classification multi-labels de texte. Préparation des features (tf-idf, document embedding, 'universal sentence encoder') et implémentation d'algorithmes supervisés (régression logistique, random forest, réseau de neurones) et non supervisés (NMF, LDA). Déploiement de l'application finale sur Heroku.

- Classification d'images à l'aides d'algorithmes de deep learning. Implémentation de VGG16 et Resnet152 sous Tensorflow et Fastai, entraînement par transfert learning et tuning des hyper-paramètres.

- Développement d'une preuve de concept : détection d'objets (plantes cultivées). Implémentation, entraînement et évaluation de EfficientDet (Google).

- Participation à la compétition kaggle 'Mechanisms of Action (MoA) Prediction'. Classification multi-labels supervisée. Stacking gradient boosting et réseau de neurones.

1 recommandation externe

Consultez les recommandations qu'a reçues Jean-Michel

Formations

Certifications