À propos de Jordan
- Data Engineering & Collecte : Web scraping, APIs, pipelines ETL, bases SQL / NoSQL, BigQuery, intégration cloud (GCP, AWS, Azure).
- Machine Learning & Modélisation prédictive : Régression, classification, séries temporelles, détection d’anomalies (Scikit-learn, XGBoost, PyTorch, TensorFlow).
- IA Générative & Agents intelligents : Conception d’agents IA autonomes (LangChain, CrewAI, AutoGen), intégration de modèles GPT / Llama / Claude / Gemini, RAG, fine-tuning et orchestration multi-agents.
- NLP & Computer Vision avancés : Extraction d’information, analyse de texte, génération de contenu, détection d’objets, vision augmentée (Transformers, OpenCV, YOLO).
- Analyse & Visualisation : Dashboards interactifs et analytiques (Power BI, Tableau, Streamlit, Plotly).
- Applications métiers : IA pour la cybersécurité, la finance, la détection de fraude, le marketing et la productivité augmentée.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Expériences
- BerexiaApplication de prédiction des ventes de jeux vidéoAGENCE & SSIIavril 2025 - mai 2025 (1 mois)Développement d’une application Streamlit pour prédire les ventes de jeux vidéo en fonction du nombre de vues de leurs trailers. Missions : scraping de données comparables, feature engineering, modélisation ML, et intégration dashboard.
- Warpzone AIAI Agentic - Outil de veille automatisée pour l’AI GamingCAPITAL-INVESTISSEMENTmars 2025 - mai 2025 (2 mois)Développement d’un outil personnalisé de veille média pour le fondateur d’un fonds d’investissement dans l’AI Gaming. La solution scrape les derniers articles, les classe par pertinence via un LLM, en résume le contenu et génère des brouillons de posts LinkedIn. L’ensemble est intégré dans un dashboard Streamlit piloté par un agent autonome.
- FyreAgent IA pour la catégorisation de produits à partir de ticketsEDITION DE LOGICIELSfévrier 2025 - juin 2025 (4 mois)Conception et déploiement d’un moteur de catégorisation multi-niveaux pour classer les produits issus de tickets de caisse en 10 familles produit détaillées. Le système utilise un LLM pour gérer les cas ambigus et repose sur l’infrastructure scalable de Google Cloud.
Avis
Recommandations
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Ingénieur Data ScientistTélécom SudParis2019
- Master Data ProcessingTechnion - Israel Institut of Technology2018
Certifications
- Machine LearningStanford University (Online)2020
- Dataiku Level 1Dataiku DSS2020