À propos de Mathieu
Expert de la chaîne de valeur Data de bout en bout, j'allie vision stratégique et excellence technique. De la conception de modèles de Machine Learning (Forecasting) à l'architecture de datamarts mondiaux sur GCP, j'accompagne les organisations dans la création de produits data fiables, scalables et centrés sur le business.
Pourquoi travailler avec moi ?
- Expertise Métier Luxe/Retail : Une compréhension profonde des enjeux commerciaux (Sales, Planning, Stock) acquise chez Cartier.
- Modern Data Stack & ML Ops : Maîtrise avancée de GCP, dbt, BigQuery et déploiement de modèles industrialisés (CI/CD, GitLab, Cloud Functions).
- Pilotage de Performance (EPM) : Expert de l'interfaçage avec Anaplan pour transformer la donnée en outils de simulation budgétaire.
- Data Mesh & Gouvernance : Capacité à orchestrer des environnements multi-sources et multi-régions (Looker/LookML).
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Espagnol
Capacité professionnelle limitée
Accepte de travailler sur site
Saint-Genis-Pouilly (jusqu’à 50 km), Paris (jusqu’à 50 km), Annecy (jusqu’à 50 km)
Expériences
- CARTIERData ScientistLUXEnovembre 2019 - avril 2022 (2 ans et 5 mois)Meyrin, SuisseMissions : Industrialisation du Machine Learning pour la prévision des ventes.
- Forecasting Avancé : Conception de modèles multi-variés pour les prévisions court terme (journalier/marché) et long terme (mensuel/région).
- MLOps & Cloud : Déploiement de pipelines automatisés (CI/CD GitLab, Docker, GCP Cloud Functions, Pub/Sub).
- Data Warehouse : Construction du warehouse BigQuery, intégrant et nettoyant des sources hétérogènes pour le business.
- Outils : Python, BigQuery, Looker, Anaplan.
- CARTIERManager Data Commercial & AnalyticsLUXEmai 2022 - Aujourd'hui (4 ans et 1 mois)Meyrin, SuisseMissions : Architecture et pilotage du moteur de données commerciales monde (GCP/dbt).
- Architecture Scalable : Conception et maintenance du Datamart Commercial sur GCP, garantissant une "Single Source of Truth" pour toutes les régions.
- Analytics Engineering : Standardisation des transformations via dbt, assurant la fiabilité et la traçabilité des KPIs commerciaux.
- Leadership Technique : Gestion d'un Senior Analytics Engineer et évangélisation de la culture Data Mesh auprès des marchés.
- Pilotage Stratégique : Développement du layer sémantique Looker (LookML) et interfaçage complexe avec Anaplan pour la planification budgétaire globale.
- Impact : Création du dashboard de performance Retail pour les Sales Associates (déploiement mondial).
- EDF R&DData Scientist (R&D)ENERGIEnovembre 2018 - novembre 2019 (1 an)Paris, FranceMissions : Analyse prédictive et modélisation du comportement client.
- Modélisation Statistique : Implémentation de modèles d'apprentissage statistique (XGBoost, réseaux de neurones, GLMnet) sur des données massives de consommation.
- Outils Décisionnels : Développement d'applications interactives (Shiny) pour la visualisation des comportements de charge et l'aide à la décision.
- Stack Technique : R (Tidyverse), Python (Numpy, Scikit-learn).
Recommandations
Soyez le premier à recommander Mathieu
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
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
- Doctorat - Mathématiques AppliquéesUniversité Paris Saclay2018Quantification d’incertitudes et Modélisation Prédictive Recherche doctorale axée sur la fiabilisation des modèles de performance (appliquée à l'énergie photovoltaïque). Ma thèse portait sur l'identification des incertitudes et la validation de modèles complexes pour garantir des estimations de production long terme robustes." Pourquoi c'est un atout pour vos projets Data : Rigueur Scientifique : Capacité à auditer la qualité des données et la précision des algorithmes (Forecasting, ML). Fiabilité des Résultats : Expertise dans la transition entre "modèles théoriques" et "prévisions terrain" (réduction de l'erreur). Maîtrise Mathématique : Une base solide pour résoudre des problématiques d'optimisation complexes (stock, ventes, supply chain).
- Ingénieur en Mécanique AvancéeSIGMA - Clermont2015Fiabilité, Stochastique & Optimisation des Structures Formation d'ingénieur centrée sur la modélisation de phénomènes complexes et la fiabilité des systèmes. Expertise approfondie en calculs probabilistes, analyses de sensibilité et problèmes stochastiques appliqués à l'optimisation.