De formation ingénieur en Calcul Scientifique, Statistiques et Mathématiques Appliqués, je me suis très tôt intéressé à la Data Science, un domaine que j’ai appris à maîtriser et à apprécier tout au long de mon parcours. J’apprécie le processus de modélisation mathématiques de phénomènes naturels ou de besoins fonctionnels. Les missions au challenge technique pointu me captivent tout particulièrement.
Je suis de nature “Solution oriented”, ma mission consiste donc à comprendre votre besoin business, à concevoir une solution adaptée pour explorer et valoriser votre Data. Dans ce secteur en perpétuelle évolution, le travail de recherche y est inhérent. Je suis constamment les dernières publications et travaux de recherches, en y apportant des idées innovantes afin de les mettre en pratique dans des cas réels.
Je dispose d’un an et demi d’expérience en tant qu’ingénieur Data Scientist dans “la division Stratégie et Support Métier” Chez Total. J’ai établi plusieurs POC et MVP au sein de la filiale Marketing et Services avec la méthode AGILE.
Je présente une aptitude à expliquer avec pédagogie et à vulgariser des procédés complexes, une faculté que j’ai développé davantage en gérant au quotidien l’interface avec les différents intervenant (Sponsors, Développeurs Web, Product Owner).
En effet, J’ai développé plusieurs modèles de Machine Learning et Deep Learning avec un prototype d’application web. J’ai aussi travaillé sur la mise en place et l’amélioration des pipelines d’intégration de données, l’automatisation de la containérisation de certaines applications, du web scrapping, du reporting...
Ma méthodologie de travail est basée sur 3 axes principaux :
- Comprendre le besoin fonctionnel du client et s’imprégner de la problématique dans sa globalité (Approche holistique)
- Concevoir le modèle adapté pour résoudre la problématique avec une stratégie claire
- Comprendre les spécificités clés “métier” et procéder à un aiguillage des hypothèses du modèle à l'avancement