À propos de Thomas
Bonjour,
Je suis un ingénieur diplomé en informatique spécialisé en mathématiques appliquées et Data Science, je serais ravi de vous aider dans vos projets de Data science, Machine/Deep learning, création de dashboard, générations de données synthétiques etc...
- Développement et implémentation des algorithmes de machine-learning 🧠
- Développement d'applications web (front et back) 🖥️
- Déploiement sur serveur et mise en production
Technologies principalement utilisés :
Python / R / Keras / Scikit-learn / Numpy / Scipy / Pandas / Streamlit / Plotly.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Japonais
Notions
Espagnol
Capacité professionnelle limitée
Accepte de travailler sur site
Nice (jusqu’à 30 km)
Expériences
- SkaizenGroupR&D Data ScientistBANQUE & ASSURANCESjuillet 2024 - juin 2025 (11 mois)Tokyo, JaponGénération de données synthétiques (tabulaire) pour cas d’usage bancaires — modèle, API & app.Dernière mission en R&D chez Skaizen Group (remote depuis Tokyo) : cadrage, recherche appliquée et delivery d’une stack complète pour produire des jeux de données réalistes, exploitables et sûrs.Côté recherche, j’ai mené un état de l’art ciblé (GANs tabulaires, modèles de diffusion, graph ML) avec analyse critique et recommandations concrètes pour les données transactionnelles (paires expéditeur/bénéficiaire, temporalité, montants, devises). Objectif : arbitrer entre qualité statistique, diversité et confidentialité, puis transformer ces choix en design produit.Côté ingénierie, j’ai :• conçu un modèle de génération custom et son API ;• développé une application web multipage pour piloter la génération, visualiser la structure des jeux synthétiques et évaluer leur qualité via des métriques adaptées tabulaire/graphes ;• intégré chiffrement/pseudonymisation des variables sensibles pour un partage contrôlé.Côté déploiement, j’ai industrialisé sur AWS (API sur EC2, échanges via S3) afin d’orchestrer les flux front↔back et d’ouvrir la voie à des POC rapides en environnement client.Impact. La solution permet de :• tester des modèles en situation quasi-réelle sans exposer de données personnelles ;• accélérer la R&D (datasets synthétiques variés et traçables) ;• dé-risquer l’accès aux données et faciliter la collaboration produit-métier-sécurité. J’ai également été co-auteur d’un papier de conférence lié à ces travaux.
- RenaultADAS Data ScientistAUTOMOBILEseptembre 2023 - juillet 2024 (10 mois)Nice, FranceData Engineering à grande échelle — des signaux bruts aux datasets analytiques.Mission : transformer des roulages massifs, hétérogènes et peu exploitables en données fiables, compactes et interrogeables par toutes les équipes.• Volume & perfs. Normalisation de formats bruts → schéma unifié + stratégies de compression/structuration pour un ×10 sur l’empreinte disque, sans perte métier. Conception de pipelines ETL Python/Dask pour traiter la volumétrie en distribué et accélérer les temps de calcul.• Valorisation des signaux. À partir des données véhicule, extraction de features interprétables (événements, agrégats, fenêtres temporelles) afin d’alimenter R&D et produit. Travail au plus près des spécialistes pour prioriser ce qui a de la valeur.• Industrialisation & partage. Mise en place d’un partitionnement stratégique et de conventions de nommage pour des requêtes et jobs batch plus efficaces. Datasets “prêts à l’emploi” exposés aux équipes internes sans dégrader les systèmes sources.• Qualité & fiabilité. Tests de données, contrôles de cohérence, documentation d’usage et contrats de schéma pour garantir pérennité et réutilisabilité à l’échelle.• Cadre agile (SAFe). Participation active aux cérémonies, synchronisation pluridisciplinaire et delivery continu orienté qualité, scalabilité et robustesse.
- AmadeusData EngineerVOYAGE & TOURISMEmai 2023 - septembre 2023 (4 mois)Nice, FranceOptimisation des performances internes :• Analyse des performances des équipes à travers la collecte et l’exploitation de données issues de divers outils (Git, adoption d’outils internes, etc.).• Analyse des données afin de fournir des insights exploitables aux décideurs.Développement et gestion de pipelines ETL :• Conception et maintenance de processus d’extraction, transformation et chargement (ETL) en SQL et Python.• Automatisation des workflows pour garantir l’intégrité et la disponibilité des données.• Utilisation d’outils avancés tels que Databricks pour le traitement des données à grande échelle.Migration vers le cloud Azure :• Participation à une migration stratégique vers Azure, incluant la refonte de pipelines de données et l’adaptation aux nouveaux standards cloud.• Collaboration avec les équipes pour garantir une intégration optimale des outils existants et assurer la continuité des opérations.Collaboration agile dans un environnement SAFe :• Intégration dans une organisation agile (cadre SAFe) pour coordonner efficacement les activités entre équipes et garantir une livraison continue de valeur.• Participation aux cérémonies agiles (PI Planning, Daily Stand-ups, etc.) pour assurer une collaboration fluide et un suivi précis des priorités.
Avis
Recommandations
Soyez le premier à recommander Thomas
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
- Master 2 (M2), IMSD : Innovation, Marchés et Sciences des DonnéesUniversité Paris-Saclay2022Master 2 (M2), IMSD : Innovation, Marchés et Sciences des Données
- Diplôme d'ingénieurENSIIE - École Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise2022Mathématiques appliquées, informatique et data science