Bienvenue sur le profil Malt de Nicolas !
Localisation et déplacement
- Localisation
- Aix-en-Provence, France
- Peut travailler dans vos locaux à
-
- Aix-en-Provence et 50km autour
- Marseille et 50km autour
Vérifications
Charte du freelance Malt signée
Consulter la charte
Influence
Chargement...
Langues
Catégories
Compétences (22)
- Data Science
-
Débutant Intermédiaire Confirmé
-
Débutant Intermédiaire Confirmé
-
Débutant Intermédiaire Confirmé
-
Débutant Intermédiaire Confirmé
Nicolas en quelques mots
L'IA est la nouvelle électricité. Elle va transformer chaque industrie et créera une énorme valeur économique en peu de temps. La technologie sur laquelle elle repose, comme l'apprentissage supervisé, ressemble à de l'automatisation boosté aux stéroïdes, lorsqu'on sait comment l'utiliser.
Etre Data Scientist à cette époque est un challenge à relever afin d'amener cette nouvelle source de valeur ajoutée à tous les secteurs de l'économie. En tant que DS, utiliser chaque source de données afin d'en extraire l'information à forte valeur ajoutée grâce aux algorithmes de Machine Learning et de Deep Learning est l'équivalent moderne du bricoleur d'il y a 100 ans qui installait l'électricité dans les usines et les commerces avec sa boîte à outils.
Je suis un "bricoleur" et je suis prêt à participer sur n'importe quel projet à vocation data science. J'ai de l'expérience sur le NLP, la segmentation client et l'apprentissage supervisé. Je suis formé sur les techniques de Deep Learning.
Etre Data Scientist à cette époque est un challenge à relever afin d'amener cette nouvelle source de valeur ajoutée à tous les secteurs de l'économie. En tant que DS, utiliser chaque source de données afin d'en extraire l'information à forte valeur ajoutée grâce aux algorithmes de Machine Learning et de Deep Learning est l'équivalent moderne du bricoleur d'il y a 100 ans qui installait l'électricité dans les usines et les commerces avec sa boîte à outils.
Je suis un "bricoleur" et je suis prêt à participer sur n'importe quel projet à vocation data science. J'ai de l'expérience sur le NLP, la segmentation client et l'apprentissage supervisé. Je suis formé sur les techniques de Deep Learning.
Expériences
STMicroelectronics - STMicroelectronics
Ingénierie mécanique
Stage de fin d'études - Deep Learning appliqué aux attaques par canaux auxiliaires
Mise en application des méthodes de Deep Learning dans le contexte des attaques par canaux auxiliaires sur un algorithme de chiffrement protégé (AES) au sein du Cryptography and Security Laboratory de la division Secure Microcontroller:
- Etat de l’art et études des réseaux de neurones existants : MLP, CNN
- Implémentation sur un framework cloud TPU d’une architecture spécifique type Transformer
- Etat de l’art et études des réseaux de neurones existants : MLP, CNN
- Implémentation sur un framework cloud TPU d’une architecture spécifique type Transformer
Le Wagon - Le Wagon
Education & e-learning
Teaching Assistant - En tant que freelance
Participation en tant que freelance sur plusieurs jours de mission des formations Data Analytics et Machine Learning.
L’objectif de ces formations intensives est de permettre à des non-initiés de comprendre le codage Python ainsi que les mécanismes mathématiques sous-jacents aux techniques de classification et de régression.
L’objectif de ces formations intensives est de permettre à des non-initiés de comprendre le codage Python ainsi que les mécanismes mathématiques sous-jacents aux techniques de classification et de régression.
ioocx - filiale du Groupe Nextedia
Agence & SSII
Data Scientist
• Identification des segments de la base clients pour application marketing (apprentissage non-supervisé) : clustering via l’algorithme K-means afin de détecter les différents segments à partir à la fois des données socio-démographiques mais aussi des données d’achats des clients. Possibilité de croisement des résultats avec un arbre de décision. Clients : KFC, Fleurance Nature.
• Analyse des bases de données clients. Mise en place de reportings automatisés concernant les KPIs relatifs au comportemental email : ouvreurs/cliqueurs/acheteurs. Clients : KFC, Cultura.
• R&D :
- Appel à une SOAP API pour contrôler les volumes des DE dans Marketing Cloud
- Apprentissage de l’application Einstein de Salesforce
• Analyse des bases de données clients. Mise en place de reportings automatisés concernant les KPIs relatifs au comportemental email : ouvreurs/cliqueurs/acheteurs. Clients : KFC, Cultura.
• R&D :
- Appel à une SOAP API pour contrôler les volumes des DE dans Marketing Cloud
- Apprentissage de l’application Einstein de Salesforce
AXA Investment Managers
Banque & assurances
Stage de fin d'études - Data Scientist
Aide à l’amélioration de la productivité des équipes du service Data Management en utilisant des techniques de Machine Learning sur Python :
- Assignation automatique des mails via Natural Language Processing (NLP) en utilisant l’algorithme de classification Support Vector Machine (SVM) et implémentation de la solution grâce à une REST API via Flask
- Auto-sectorisation des bonds financiers en utilisant l’algorithme ensembliste XGBoost
- Initiation au Deep Learning (librairies : tensorflow, keras, pytorch)
- Assignation automatique des mails via Natural Language Processing (NLP) en utilisant l’algorithme de classification Support Vector Machine (SVM) et implémentation de la solution grâce à une REST API via Flask
- Auto-sectorisation des bonds financiers en utilisant l’algorithme ensembliste XGBoost
- Initiation au Deep Learning (librairies : tensorflow, keras, pytorch)
Institut national de santé publique du Québec (INSPQ)
Secteur public & collectivités
Stagiaire Data Analyst
Analyse sur SAS de la durée d’absence de travail des travailleurs québécois en raison de troubles musculosquelettiques dans le but de réduire la prévalence d’absence prolongée du travail qui génère chaque année des coûts importants au Québec. Analyse comparative des résultats avec Santé Publique France.
Recommandations externes
Consultez les recommandations qu'a reçues Nicolas