Description

Développeur Python freelance, je conçois des outils sur mesure pour automatiser l’analyse de données et la prise de décision.

J’ai mené à bien deux projets structurants :

• En industrie : développement d’un script analysant plus de 80 000 valeurs issues d’automates Siemens, avec détection d’écarts à l’instant T.

• En finance : création d’un moteur de trading crypto intégrant scoring IA, backtests multi-actifs et lecture du solde Binance en temps réel.

Je privilégie les missions à fort impact, où l’automatisation intelligente permet de gagner du temps, de la clarté, ou de la performance.

Disponible pour toute mission en Python, automatisation, IA ou analyse de données métier.

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Guebwiller (jusqu’à 50 km)

Loïc BERDAL – EI
Développeur Python | Automatisation & Analyse de données industrielles
EDITION DE LOGICIELS
juillet 2025 - Aujourd'hui (11 mois)
Guebwiller, France
Réalisation de deux projets freelance démontrant ma maîtrise du Python, de l’analyse de données à grande échelle et de l’automatisation intelligente :

• Projet industriel : développement d’un script d’analyse automatisée capable de traiter 80 000 données issues d’automates Siemens et de détecter, sur demande, les écarts aux valeurs normales à un instant T.

• Projet finance : création d’un système de trading algorithmique basé sur l’IA, incluant scoring des trades via machine learning, backtests multi-actifs, lecture du solde Binance en temps réel et génération de revenus potentiels.

Objectif global : concevoir des outils fiables, autonomes et exploitables immédiatement dans des contextes critiques.
Programmation Python Binance
DS Smith
Apprenti Ingenieur
septembre 2018 - avril 2020 (1 an et 7 mois)
Mission d’amélioration continue et d’automatisation dans un contexte industriel.

• Conception d’une base de données intelligente à partir de plus de 80 000 valeurs collectées via automates Siemens.
• Structuration des données par type, comparaison aux valeurs cibles, et génération automatique de rapports d’écarts.
• Participation à l’ingénierie de process, avec analyse des flux, propositions d’amélioration et suivi de mise en œuvre.

Résultat : gain en temps d’analyse, détection plus rapide des dérives, et amélioration de la fiabilité des lignes de production.
Automatisation des tâches IA et analyse de données Machine learning