À propos de Saoussen
Anglais
Capacité professionnelle limitée
Français
Bilingue ou natif
Arabe
Bilingue ou natif
Expériences
- ConexCap Finance ParisStage data scientistjuillet 2019 - décembre 2019 (5 mois)LuxembourgConception et maintenance de pipelines de données (ETL, collecte, nettoyage, contrôle qualité). Développement d'outils de monitoring de la qualité des données et du suivi des KPI. Modélisation et scoring prédictif (régression logistique, XGBoost) sous Python et R. Analyses socio-démographiques et BI pour le pilotage de la performance par les KPI. Création de dashboards de performance et reporting stratégique.
Recommandations
Soyez le premier à recommander Saoussen
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
- Machine Learning EngineerParis Mines PSL2024Cette formation m'a permis d'acquérir des compétences techniques avancées en Machine Learning et en Intelligence Artificielle, couvrant plusieurs aspects clés : Fondamentaux de la Data Science : Manipulation de données avec Python (Pandas, Numpy) Visualisation de données (Matplotlib, Seaborn) Statistiques appliquées et probabilités Machine Learning : Algorithmes supervisés (régression, classification) Algorithmes non supervisés (clustering, réduction de dimensionnalité) Méthodes d'évaluation et validation croisée Deep Learning : Réseaux de neurones profonds avec TensorFlow et Keras Réseaux convolutifs (CNN) et récurrents (RNN) Optimisation des hyperparamètres et tuning de modèles MLOps : Industrialisation des modèles de Machine Learning Déploiement et surveillance de modèles (CI/CD) Conteneurisation avec Docker, orchestration avec Kubernetes Gestion de projets IA : Méthodologies agiles et gestion de projets data Mise en production des modèles ML dans des environnements complexes Cas pratiques : Projets concrets autour de la prédiction, classification, et traitement du langage naturel (NLP) Collaboration en équipe avec Git et gestion des versions Cette formation m'a préparé à des environnements réels en combinant théorie et pratique pour maîtriser les outils et techniques nécessaires en Machine Learning et MLOps.
Certifications
- Machine Learning Engineerdatascientest , Paris Mines PSL2024