À propos de Marguerite
Data scientist depuis 2022, avec 10 ans d’expérience professionnelle, j’accompagne les entreprises dans l’exploitation concrète de leurs données pour générer un impact business mesurable.
Mon objectif : vous faire gagner du temps et de l'argent grâce à l'exploitation de vos données !
Mes principaux domaines d’intervention :
🧑💻 Data & Analytics :
- identification d’opportunités data
- création de dashboards analytiques
- structuration et fiabilisation des données
🤓 Machine Learning, par exemple :
- scoring client (CLV)
- détection de fraude
- prédiction de churn
- optimisation de stocks
- systèmes de recommandation, etc
🤖 Automatisation & IA, par exemple :
- prompt engineering
- chatbots multilingues
- création / génération de contenu
- traitement automatique de document
- automatisation de process, etc.
J’accorde une importance particulière à des solutions pragmatiques, rapides à déployer et adaptées aux contraintes des structures sans équipe data.
Stack technique :
- Python : Pandas, NumPy
- SQL : BigQuery, dbt
- n8n, Databricks
- GCP
- Data visualisation : Tableau, Power BI, Metabase, Matplotlib
- modèles ML & IA : scikit-learn, Tensorflow, XGBoost, CNN, RNN, NLP, OCR.
- LLMs, RAG : Claude, OpenAI, Mistral, HuggingFace.
Disponible en hybride à Lyon et Paris.
Disponible également à distance.
Contactez-moi pour échanger sur vos enjeux.
Français
Bilingue ou natif
Anglais
Bilingue ou natif
Allemand
Capacité professionnelle limitée
Accepte de travailler sur site
Lyon (jusqu’à 20 km), Paris (jusqu’à 20 km)
Expériences
- Fairly Made®Data ScientistEDITION DE LOGICIELSjuin 2024 - octobre 2025 (1 an et 4 mois)Paris, FranceProjets :- Pipeline de validation automatique de documents (CNN, OCR, LLMs, méthodes statistiques) déployé en production -> 40 % des documents validés sans intervention (0 clic, 0 min) et le reste validé en ~30 s et 2 clics, réduisant de plus de 80 % le temps moyen par document (vs 5 min manuelles).- Chatbot IA basé sur RAG et pipeline de LLMs pour assister les équipes internes.- Moteur de détection d’anomalies combinant appels d’API externes et méthodes statistiques. Conçu et mis en production des modèles de machine learning & deep learning pour l’analyse de documents et la détection d’anomalies (TensorFlow, Scikit-learn, GCP, Docker).Missions :
- Analyse exploratoire de données (EDA) afin d’identifier des tendances, anomalies et opportunités business
- Collecte, nettoyage et transformation de données structurées et non structurées
- Entrainement et optimisation de modèles de machine learning et de deep learning
- Développement de solutions basées sur l’IA générative (LLMs, prompt engineering, fine-tuning, RAG)
- Évaluation des modèles (cross-validation, métriques, tuning d’hyperparamètres)
- Orchestration des workflows avec Airflow
- Transformation des données avec SQL et dbt dans une logique analytique
- Déploiement et mise en production des modèles avec Docker, GCP et API (FastAPI)
- Mise en place de bonnes pratiques MLOps (CI/CD, monitoring, versioning des modèles)
- Création de dashboards et outils de visualisation via Metabase et Power BI
- Communication des résultats à des parties prenantes non techniques
Stack : TensorFlow, Scikit-learn, Gen AI (LLM), dbt, Airflow, GCP, BigQuery, FastAPI, Docker, Metabase, Power BI. - Le WagonTeacher Data Science & Data AnalyticsEDUCATION & E-LEARNINGoctobre 2022 - janvier 2025 (2 ans et 3 mois)Paris, FranceQuelques projets :
- Segmentation d'image satellites pour détecter les différents types de culture agricole : Yolov5
- Génération de texte de chanson de Rap : RNN, Bert, LLMs.
- Détection de messages offensants : Naive Bayes classifier, RNN, CNN, Bert
- Classification d'emotions sur image et vidéo : CNN
- Segmentation et classification de déchets sur des images : Yolo et CNN.
Compétences :- Collecte de données : API, Scraping, etc.- Analyses approfondies de données- Data Visualisation- Machine Learning, Deep Learning & Gen AI : Connaissance des algorithmes et optimisation des modèles- Déploiement des modèles et mise en production- Mise en place de pipeline de donnéesCompétences techniques :- Python : Pandas, Numpy, Matplotlib/Seaborn, Scikit-Learn, Tensorflow, etc.- Computer VIsion, Natural Language Processing (NLP), RNN, LLMs- MlFlow, Prefect- SQL: My SQL, PostgreSQL- dbt- Tableau, PowerBI - Le WagonTeacher Assistant in Data ScienceHIGH TECHavril 2022 - Aujourd'hui (4 ans et 2 mois)Bd Périphérique, Paris, FranceA bootcamp to learn about Data Science : Data analysis, Decision Science, Machine Learning, Deep Learning & Data Engineering.Python : Panda, Numpy, Matplotlib, Seaborn, scikit-learn, staatsmodel, Tensorflow, etc.SQL : DBeaver BigQueryMLFlow, Prefect, Google Cloud Platform (GCP)Tableau, Jupyter, Visual Code
Recommandations
CP
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
- Bootcamp en Data ScienceLe Wagon2022A bootcamp to learn about Data Science : Data analysis, Decision Science, Machine Learning, Deep Learning & Data Engineering. Python : Panda, Numpy, Matplotlib, Seaborn, scikit-learn, staatsmodel, Tensorflow, etc. SQL : DBeaver, Big Query MLFlow, Prefect, Google Cloud Platform (GCP) Tableau, Jupyter, Visual Code
- Master Programme Grandes Ecole spécialisation en MarketingNEOMA Business School2017Relevant courses : marketing research, operational marketing, data analysis, management accounting, financial analysis, negotiation technics, strategic marketing and innovation, brand management , distribution and trade marketing, marketing & design.
Certifications
- Développeur en intelligence artificielleLe Wagon2022