À propos de Stephane
"Révéler l'ordre dans la complexité — ✨ Des solutions innovantes pour un succès guidé par la data 📊"
🔍Opportunités cachées dans les données
Je crois que des opportunités inexplorées se cachent dans des données négligées. Grâce à mon expertise en physique et en analyse de données, je transforme ces opportunités en solutions stratégiques et concrètes.
🎯Ma mission
Simplifier la complexité, clarifier les données et guider vos décisions à l’aide de technologies modernes. Mon approche révèle des insights essentiels pour atteindre vos objectifs.
Ce qui me distingue 🏆
✨Expertise unique en physique appliquée: J'utilise des outils de physique pour résoudre des problèmes complexes, intégrant processus déterministes et stochastiques.
🌐Approche interdisciplinaire: J'associe physique, mathématiques et informatique pour innover et repousser les limites de l’ingénierie avancée.
🏛️Collaborations prestigieuses: J’ai travaillé, enseigné et fait de la recherche au King's College London, à l’UC Berkeley et à l’Université de Tokyo.
Mes services 🌟
- Visualisation de données: Conception de dashboards clairs et esthétiques pour rendre la complexité accessible.
- Modélisation et simulation: Création de modèles avancés pour optimiser vos décisions.
- Analyse et transformation des données: Exploitation stratégique des données grâce à des techniques modernes comme le machine learning.
Compétences Techniques 🔧
- Analyse et extraction de données: Big Data, SQL/NoSQL, Data Mining.
- Modélisation et simulation avancées: Méthodes dynamiques et stochastiques.
- Apprentissage supervisé et renforcement: TensorFlow, PyTorch, OpenAI Gym.
- Visualisation des données: Dash, Plotly.
- Environnement technique: Python, C++, Linux, Git, clusters HPC.
🌟Ensemble, révélons tout le potentiel de vos données pour transformer vos idées en succès.
Français
Bilingue ou natif
Anglais
Bilingue ou natif
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- DotworldData scientistE-COMMERCEavril 2024 - Aujourd'hui (2 ans et 2 mois)a) Classification des clients en fonction du risque de chargeback pour un mid provider
- Prétraitement des données et géolocalisation des clients pour analyser les comportements régionaux.
- Encodage des caractéristiques catégorielles (appareils, navigateurs, devises) via encodage ‘one-hot’ et fréquences d’apparition.
- Développement d'un algorithme de classification basé sur SVM et XGBoost pour estimer la probabilité de chargeback.
Résultat : Réduction significative des coûts provoqués par les chargebacks grâce à une allocation précise des clients en fonction de leur score de risque.b) A/B testing basé sur le reinforcement learning- Définition de la fonction de récompense pour optimiser les tests de fonctionnalités.
- Utilisation d'un algorithme de reinforcement learning "classique" basé sur UCB, avec accélération via un réseau de neurones pour approximer la fonction de récompense.
Résultat : Amélioration des tests A/B et optimisation des fonctionnalités testées. - King's College LondonChercheur post-doctorant -- Marie Curie FellowCENTRES DE RECHERCHEavril 2021 - Aujourd'hui (5 ans et 2 mois)Kashiwa, Japon- Simulation de detecteurs de particules et conception d'algorithme classique et de Machine Learning (Python, C++, Fortran). Contributeur à un logiciel de physique open-source (WCSim).- Gérer des subventions de recherche (280k EUR, 450k JPY) pour concevoir un banc d'essai de photosenseurs (mécanique, électronique, lecture). Organisation de la révision d'un projet de 20+ M USD pour l'installation de photosenseurs dans Hyper-Kamiokande.- Mis en place d'un laboratoire de physique de neutrinos, incluant la conception, l'acquisition et la documentation. Automatiser la collecte et l'analyse des données (Python, C++, ROOT) et déployer des programmes sur des grilles informatiques.- Comparaison des performances des photosenseurs de 4 constructeurs differents, mesure de leurs caractéristiques en vue de leur certification et négociation continue avec les fabricants.
- Genius sportsConsultant -- Quantitative analystDIVERTISSEMENTS & LOISIRSoctobre 2021 - janvier 2023 (1 an et 3 mois)- Prediction du temps d'arrivee pour la course de chevaux en utilisant un modele de distributions gamma en Python et C++- Time series forecasting pour le classement des courses de chevaux, en utilisant TensorFlow, scikit-learn et pandas- Construction d'environnement d'apprentissage renforcé pour les paris et leur enjeux, en utilisant Keras et OpenAI Gym
Avis
Recommandations
Soyez le premier à recommander Stephane
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
- Diplome d'IngenieurGrenoble-INP Phelma2013Diplôme d’Ingénieur en Physique et Nanosciences
- Master of ScienceImperial College London2013MSci de l'Imperial College London en Quantum Fields and Fundamental Forces