Compétences (18)
Vérifications
- E-mail vérifié
-
Charte du freelance Malt signéeConsulter la charte
Catégories
Rejoignez la communauté Malt pour découvrir le profil complet de Robin Lietar
Déjà membre ?Me connecter
Rejoignez la communauté Malt pour découvrir le profil complet de Robin Lietar
Déjà membre ?
Me connecter
Découvrez ce que recherche Robin
- Déplacement
- Travaille en partie dans vos locaux et en partie en télétravail
- Zone d'activité
- Recherche des missions à Paris et 20km autour
- Durée de mission
- Recherche des missions ≤ 1 semaine, ≤ 1 mois, entre 1 et 3 mois, entre 3 et 6 mois
Robin en quelques mots
Ingénieur de formation des Mines de Paris ayant en parallèle un master spécialisé en Data Science - Machine Learning à l'UPMC incluant des cours d'apprentissage automatique, data mining, Big Data (Spark).
Je suis spécialisé dans la Data Science depuis plus de 2 ans et demi. CTO de ma boite actuelle dans laquelle j'ai pu développer tout le traitement de données pour une base de données de 200.00 utilisateurs :
- algorithmes de recommandations via sci-kit learn, pandas, numpy, en utilisant essentiellement des algorithmes de collaborative filtering, matrix factorization.
- extraction de contenus sur différents sites (scraping),
- standardisation et amplification de données avec des algorithmes de Natural Language Processing,
- gestion d'une base de données NoSQL sur Firebase.
J'ai eu l'occasion de travailler 6 mois dans le centre de recherche CSIRO (équivalent du CNRS en Australie) sur Tweepy dans l'extraction de données de Twitter, et la catégorisation de tweets en utilisant du NLP (tokenisation, analyse lexicale...).
J'ai également travaillé 6 mois à Berlin pour une start-up Funding Circle, dans leur gestion de données avec PostGreSQL.
J'ai par ailleurs fait plusieurs projets universitaires en Data Science, incluant de la recommandation, du clustering, des séries temporelles. Parmi ces projets :
- de la prédiction de résultats de tennis à partir d'une bdd de 10.000 matchs,
- de la prévision d'écoute de musiques sur Deezer à partir d'une bdd de 8M d'entrées (algos sur GPU),
- de la prévision de demande de pièces mensuelles pour Valéo (30k entrées)
De personnalité très curieuse, j'aime me plonger dans les problématiques d'une entreprise et comprendre les indicateurs de performance clé. J'aime résoudre des problèmes et automatiser certains processus.
Principaux succès :
- 2e au Data Science Game (compétition internationale de Machine Learning réunissant 400 équipes)
- Obtention du diplôme Machine Learning - Stanford sur Coursera
Je suis spécialisé dans la Data Science depuis plus de 2 ans et demi. CTO de ma boite actuelle dans laquelle j'ai pu développer tout le traitement de données pour une base de données de 200.00 utilisateurs :
- algorithmes de recommandations via sci-kit learn, pandas, numpy, en utilisant essentiellement des algorithmes de collaborative filtering, matrix factorization.
- extraction de contenus sur différents sites (scraping),
- standardisation et amplification de données avec des algorithmes de Natural Language Processing,
- gestion d'une base de données NoSQL sur Firebase.
J'ai eu l'occasion de travailler 6 mois dans le centre de recherche CSIRO (équivalent du CNRS en Australie) sur Tweepy dans l'extraction de données de Twitter, et la catégorisation de tweets en utilisant du NLP (tokenisation, analyse lexicale...).
J'ai également travaillé 6 mois à Berlin pour une start-up Funding Circle, dans leur gestion de données avec PostGreSQL.
J'ai par ailleurs fait plusieurs projets universitaires en Data Science, incluant de la recommandation, du clustering, des séries temporelles. Parmi ces projets :
- de la prédiction de résultats de tennis à partir d'une bdd de 10.000 matchs,
- de la prévision d'écoute de musiques sur Deezer à partir d'une bdd de 8M d'entrées (algos sur GPU),
- de la prévision de demande de pièces mensuelles pour Valéo (30k entrées)
De personnalité très curieuse, j'aime me plonger dans les problématiques d'une entreprise et comprendre les indicateurs de performance clé. J'aime résoudre des problèmes et automatiser certains processus.
Principaux succès :
- 2e au Data Science Game (compétition internationale de Machine Learning réunissant 400 équipes)
- Obtention du diplôme Machine Learning - Stanford sur Coursera
Expériences
novembre 2019
| Paris, France
LUDUS
Data Scientist / Product Manager
J'ai été en charge du développement du produit, de la définition du cahier des charges à la gestion du back-end.
J'ai pu en amont faire toute la partie traitement de données :
- extraction par scraping,
- enrichissement des données avec des règles métiers et du NLP,
- déploiement des bases de données PostgreSQL sur Heroku
J'ai pu en amont faire toute la partie traitement de données :
- extraction par scraping,
- enrichissement des données avec des règles métiers et du NLP,
- déploiement des bases de données PostgreSQL sur Heroku
avril 2017
- Aujourd'hui
| Paris, France
Edition de logiciels
VEGG UP
CTO
At Vegg'up, we believe that adopting more often a vegetarian or vegan diet is the key to a brighter future. In 2018, we launched a mobile app to guide consumers towards the discovery of plant based food. We offer customised recipe recommendations, articles from certified nutritionists, and convenient features (basket, order, restaurants...).
One year after we have gathered more than 170k users with a high activity rate and good cohorts.
I am in charge of the technical part which includes:
- Data treatment for recipes empowerment
- Machine Learning to improve the user experience and get the best recommendations
- Development and management of a product used by 200,000 users
One year after we have gathered more than 170k users with a high activity rate and good cohorts.
I am in charge of the technical part which includes:
- Data treatment for recipes empowerment
- Machine Learning to improve the user experience and get the best recommendations
- Development and management of a product used by 200,000 users
janvier 2016
- juillet 2016
| Sydney, Australie
Centres de recherche
CSIRO
Research Intern - Machine Learning Dept.
Natural Language Processing for the development of a software being able to detect traffic incidents based on social networks activity :
• Used Data Mining with Python: web crawlers and Social APIs (Twitter, Facebook)
• Implemented ML algorithms for text clustering, classification and named-entity recognition
• Developed an iOS app providing a real-time incident reporting in New South Wales with Google Maps API
• Used Data Mining with Python: web crawlers and Social APIs (Twitter, Facebook)
• Implemented ML algorithms for text clustering, classification and named-entity recognition
• Developed an iOS app providing a real-time incident reporting in New South Wales with Google Maps API
juin 2015
- décembre 2015
| Berlin, Allemagne
Banque & assurances
Funding Circle
Data Scientist
• Was part of making important business decisions by providing company stakeholders with valuable insights from the data
• Combined communication (interaction with all Zencap departments) and analytic work (specification and data analysis)
• Drove the end-to-end process of answering business questions with data analysis
• Combined communication (interaction with all Zencap departments) and analytic work (specification and data analysis)
• Drove the end-to-end process of answering business questions with data analysis
avril 2017
- septembre 2017
| Paris, France
Edition de logiciels
Data Science Game 2017
Team Member
Within a team of 4 members, we competed to predict wether a user would like a music or not based on its listening history (partnership with Deezer). We proposed a solution based on collaborative filtering on the user background and classification on the user attributes.
Finished 2nd out of 500 teams.
Finished 2nd out of 500 teams.
mars 2015
- mars 2016
| Paris, France
Edition de logiciels
Brigit
Dev iOS
BRIGIT is an innovative algorithm-based solution for agendas, event management and content sharing.
• Developed a whole iOS Application, front-end (interface and lay-out) and back-end (model and communication with the API) with Objective-C
• Worked in a team of 3 programmers to provide the best user-experience and meet the client needs
• Developed a whole iOS Application, front-end (interface and lay-out) and back-end (model and communication with the API) with Objective-C
• Worked in a team of 3 programmers to provide the best user-experience and meet the client needs
1 mission Malt
Satisfaction des clients Malt :
5.0/5
(1 avis)
Consultez les avis de fin de mission de Robin
2 recommandations externes
Êtes-vous sûr ? Votre recommandation sera définitivement supprimée
Consultez les recommandations qu'a reçues Robin
Formations
Consultez la formation qu'a suivie Robin
Certifications
Consultez les certifications de Robin
Langues
Consultez les langues maîtrisées par Robin
