Description

💡Qu'est-ce que je fais?

Je transforme vos données brutes en modèles intelligents qui créent de la valeur réelle pour votre business.

👩🏻‍💻 Qui suis-je?

Data Scientist & Machine Learning Engineer (4+ ans d'expérience), diplômée de l' ENS Ulm et de l'École Centrale de Lyon.

Je conçois des solutions ML robustes et sur-mesure, de la recherche jusqu'au déploiement en production.

📊 Mon approche?

Comprendre vos enjeux métier avant tout, puis construire le modèle le plus adapté pour y répondre avec précision.

📋 Ce que je fais concrètement?

Machine Learning & Modélisation

Modèles prédictifs sur-mesure : scoring, segmentation, classification, régression, séries temporelles, détection d’anomalies, systèmes de recommandation.
Construction rigoureuse des données d’entraînement : stratégies de sampling (stratifié, pondéré), gestion du class imbalance, détection et prévention du data leakage.
Feature engineering avancé : encodage de variables catégorielles, feature crossing, sélection par feature importance et généralisation.
Évaluation et sélection de modèles : baselines, ensembles, validation croisée, hyperparameter tuning.

NLP & IA Générative

Analyse de texte, classification de documents, extraction d'entités.
Fine-tuning de modèles de langage (BERT, Transformers, Hugging Face).

💼 Mon expérience?

AdTech (Adikteev), Assurance (SCOR), Cybersécurité (Institut Polytechnique de Paris), Supply Chain (Danone) — des contextes variés qui me permettent de m'adapter vite à vos problématiques métier.

🛠️ Stack?

Python, PyTorch, TensorFlow, Scikit-Learn, Hugging Face, SQL, Spark...

📍 Basée à Paris | Remote ou hybride | Je réponds vite.

Domaines d’expertise

Langues

Anglais
Bilingue ou natif
Français
Bilingue ou natif
Arabe
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 20 km)

Adikteev
Machine Learning Engineer
mars 2022 - Aujourd'hui (4 ans et 4 mois)
Paris, France
○ Collaborated cross-functionally with engineering, product, and data teams to translate business constraints into scalable ML solutions deployed in real-time environments.
○ Led the end-to-end development and production deployment of a Bayesian logistic regression model predicting conversion probability in real-time bidding (RTB) auctions.
○ Architected and optimized the end-to-end ML pipeline (data processing, feature engineering, training, validation,
inference), reducing compute cost by 20% and significantly improving latency and system efficiency.
○ Integrated high-impact predictive signals (bidding counters, churn indicators) and engineered preprocessing
strategies to improve production stability.
Machine learning Data science Python
SCOR,
Data Scientist
BANQUE & ASSURANCES
mai 2021 - novembre 2021 (6 mois)
Paris, France
○ Designed statistical forecasting models to estimate mortality trends and crisis impacts across global demographic
segments using ARIMA-based approaches.
○ Processed and standardized large-scale heterogeneous datasets from international life-table sources spanning age,
country, and temporal dimensions (1,400+ configurations).
○ Presented mortality modeling findings at Longevity 16 (Bayes Business School, Pensions Institute) to actuarial and industry stakeholders as a parallel session speaker.
Data science Statistiques Time Series
Institut Polytechnique de Paris,
Data Scientist intern
ENERGIE
avril 2020 - octobre 2020 (6 mois)
Palaiseau, France
○ Conducted large-scale exploratory analysis on multi-feature datasets (50+ variables), applying dimensionality
reduction (PCA) to identify high-value predictive signals.
○ Engineered features and data pipelines to support robust anomaly detection models.
○ Implemented and evaluated multiple algorithms (K-Means, Isolation Forest, statistical thresholds), improving
detection performance and increasing F1-score by up to 4 percentile points.
○ Delivered interpretable model insights to support decision-making in applied research environments.
Deep Learning LSTM Cybersécurité