Bienvenue sur le profil Malt de Quentin !

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

Quentin M.

data scientist/data engineer (nlp/tensorflow/data)

Peut se déplacer à Lyon

  • 45.764043
  • 4.835658999999964
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Quentin.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Quentin.

Localisation et déplacement

Localisation
Lyon, France
Peut travailler dans vos locaux à
  • Lyon et 10km autour

Vérifications

Influence

Github

Github : Wats0ns Wats0ns
  • 15 Followers
  • 15 Repos
  • 3 Gists

Stack Overflow

Stack Overflow : Papotitu Papotitu
  • 370 Réputation
  • 15 Bronze
  • 2 Argent
  • 0 Or

Langues

Catégories

Compétences (21)

Quentin en quelques mots

Bonjour,

je suis un Machine Learning Enginer, travaillant sur Lyon et environs.

Je travaille sur des missions concernant tous les stades du cycle de la donnée:
- Récolte/Création de la donnée à partir de vos différentes data sources (crawlers, scraping, API internes/externes, bases de données, tableurs, ...)
- Traitement/Analyse de la donnée suivant les besoins. Je travaille en collaborant étroitement avec les équipes pour cibler les besoins et questionnements avant de travailler la donnée
- Présentation sur des outils de Data Visualization, en rapports ponctuels ou en dashboard dynamiques

Je peux intégrer une équipe/projet existant, ou bien travailler sur un projet de A à Z.
Mes outils principaux:
- Python (stack PyData, pandas, jupyter, flask) pour l'analyse, je travaille principalement sur des notebooks afin de mieux collaborer avec les autres personnes, mais pour la production une solution différente est envisagée en fonction de votre projet
- Keras/Tensorflow pour toutes les problématiques d'Intelligence Artificielle, Gensim/SpaCy sur les problématiques de NLP
- MySQL, MongoDB ou Neo4j en bases de données suivant les besoins. J'utilise le système de base de données le plus approprié au projet, que ce soit du MySQL pour de la donnée column-oriented classique, MongoDB pour de la donnée avec une structure plus "dynamique", ou Neo4J pour les structures en graphe
- AWS ou Azure comme cloud providers, avec de manière générale une appétence pour AWS. L'utilisation de différents services permet de simplifier des tâches de processing, mais je m'adapte aux éventuels systèmes self-hosted
- Pour les visualisations de données, je travaille sur Tableau, Dash ou Bokeh, ou sur-mesure avec Vue

J'ai eu à travailler dans les secteurs de la RH-tech, énergie connectée santé, food-tech et voitures autonomes et suis ouvert à toute proposition intéressante ;-)

Portfolio

Portfolio uniquement accessible aux membres

Expériences

pragma-peritus

Cinéma & audiovisuel

Développement d'une intelligence artificielle de traitement d'image

février 2021 - février 2021

Développement d'un système d'Intelligence Artificielle permettant de détecter si des images à numériser sont retournées, afin d'évaluer l'angle de l'image de rotation de l'image
- Développement d'hypothèses basées sur la visualisation des données fournies
- Développement d'un modèle prédictif « baseline » permettant de répondre à la problématique client
- Amélioration du modèle à partir de l'analyse détaillée des résultats
- Rendu du projet dans un format exploitable par des équipes pluridisciplinaires

MARELLI SMART ME UP - UP

Transports

Développement d'une plateforme de visualisation de données

octobre 2020 - décembre 2020

Développement de systèmes de visualisation de données afin de mettre en valeur les retours d'informations de voitures autonomes
Développement d'une plateforme d'annotation des données pour l'entrainement des modèles prédictifs

Aigen

Edition de logiciels

Machine Learning Developper

Lyon, France

septembre 2019 - août 2020

Développement d'un système de prédiction du gaspillage alimentaire par analyse automatique des plateaux sur les chaînes de débarassage. Mise en œuvre de plusieurs parties:
- Développement d'un modèle de segmentation sémantique des aliments
- Développement du Pipeline de traitement des données sur AWS
- Développement d'un terminal de traitement (Jetson Nano) pour traiter les données sur place afin d'obtenir de meilleures performances

WHERE YOU LOVE

Immobilier

Développeur Python

juin 2019 - juin 2019

39 missions Malt

    (33 avis)

    Consultez les avis de fin de mission de Quentin

    9 recommandations externes

    Consultez les recommandations qu'a reçues Quentin

    Formations

    Certifications