Bienvenue sur le profil Malt de Kocay !

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

Kocay Migo

data scientist

Peut se déplacer à Paris

  • 48.8546
  • 2.34771
Nouveau
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Kocay.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Kocay.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour

Préférences

Durée de mission
Préfèrerait :
  • entre 3 et 6 mois
  • ≥ 6 mois
Préfèrerait éviter:
  • ≤ 1 semaine
  • ≤ 1 mois
  • entre 1 et 3 mois
Secteur d'activité
Préfèrerait :
  • Automobile
  • Banque & assurances
  • Commerce de détail
  • Conseil & audit
  • E-commerce
+14 autres
Préfèrerait éviter:
  • Architecture & urbanisme
  • Arts & artisanat
  • Vins & Spiritueux
  • Santé & bien-être
  • Jeux vidéo & animation
Taille d'entreprise
Préfèrerait :
  • 2 - 10 personnes
  • 11 - 49 personnes
  • 50 - 249 personnes
  • 250 - 999 personnes
  • 1000 - 4999 personnes
+1 autres
Préfèrerait éviter:
1 personne

Vérifications

Langues

Catégories

Compétences (14)

Kocay en quelques mots

Ingénieur Data spécialisé dans la création de
modèles de Machine Learning, Deep Learning
et leur mise en production, la gestion de gros
volumes de données et l’analyse statistique
multivariée, ainsi que la visualisation.
Je dispose d’un excellent
relationnel et ai prouvé ma grande faculté à
m’adapter à des environnements fonctionnels
variés et complexes.

Expériences

BPCE - BPCE

Banque & assurances

Data Scientist

Paris, France

juin 2020 - septembre 2021 (1 an et 3 mois)

• Développement d’un moteur de recherche basé sur l’IA qui facilite la recherche d’informations
(image, tableau, graphique, texte) dans les différents rapports rédiger par le groupe BPCE.
- Web Scaping
- Développement d’un algorithme qui permet de parser ou d’OCRiser les documents
- Développement d’un algorithme d’extraction des titres et paragraphes
- Mise en place d’un standard d’ingestion et d’intégration des données
- Mise en place d’une base de données Azure SQL, d’un service Blob Storage et d’un service
Azure Cognitive Search
- Configuration via des requête https des différents éléments de Cognitive Search (source,
Indexeur, Index)
• Développement d’une Modèle IA de contrôle de cohérence des rapports envoyés à l’inspection
générale.
- Création d’un pipeline Spacy
- Configuration d’un EntityRuler et d’un EntityMatcher
- Intégration des Components au pipeline Spacy et développement d’un Modèle NER
- Création d’un component dependency Parser customiser
- Configuration d’un Transformer question answering d’Hugging Face
• Robotic Process Automation : l’automatisation d’un processus d’analyse du marché immobilier
Professionnel.
- Web Scaping
- Parser les documents
- Transformation des données
- Stockage en base SQL
- Script d’automatisation du process d’intégration transformation et stockage
• Création d’un Dashboard Power BI pour les analystes du marché immobilier en France (Pro et
particulier).
Microsoft Azure Databricks Python Spacy Deep Learning Web Scraping Airflow NLP Microsoft Power BI Azure Functions cognitive search Azure Data Factory

Hôpital Saint joseph

Secteur médical

Data scientist

Paris, France

janvier 2020 - mai 2020 (4 mois)

• Implémentation d’un algorithme de création des KPI utilisés dans le monitoring de suivi de patients.
- Développement d’un script de création des KPI de suivi des patients et alimentation d’un API
• Implémentation de modèles de détection de termes médicaux et de médicaments dans des rapports médicaux.
- Mise en place d’un pipeline de données
- Implémentation de requêtes SQL d’import de données d’une base PostrgreSQL
- Prétraitement des données : regex, tokenisation, lemmatisation, Stop Word
- Modèles d’extraction d’entités (NER)

Autorité de sûreté nucléaire

Energie

Data Scientist

Paris, France

mai 2019 - décembre 2019 (7 mois)

. Implémentation d’un modèle de reconnaissance d’entités nommées (NER) pour prédire la catégorie et la sous-catégorie d’appartenance des rapports d'inspection. Multi-labelling autorisé.
-Compréhension du besoin client
-Extraction des données textuelles (à partir du format PDF)
-Nettoyage, vectorisation textuelle et normalisation des rapports
-Développement d’un algorithme d’auto-annotation des rapports en utilisant la librairie SPACY
-Développement d’un modèle deep learning NER sur SPACY
-Développement d’un modèle de réseaux de neurone en LSTM, Bi-LSTM pour détection du NER

L'Oréal SA - L'Oréal France - L'Oréal Groupe

Mode & cosmétiques

Data Scientist

Paris, France

janvier 2019 - avril 2019 (3 mois)

Recommandations externes

Consultez les recommandations qu'a reçues Kocay

Formations