À propos

Diplômé d'un Master Big Data avec mention Bien de l'Université Paris-VIII, je suis un Data Scientist junior passionné par la transformation des données en insights actionnables.

Mon parcours combine une formation académique solide en informatique et data science, avec une expérience pratique en entreprise. J'ai développé une expertise dans la détection d'anomalies, l'optimisation de pipelines de données et le déploiement de modèles ML en production.

Je suis motivé par les défis techniques complexes et j'aime collaborer avec des équipes multidisciplinaires pour résoudre des problèmes réels. Ma philosophie : rigueur scientifique et pragmatisme pour livrer des solutions qui créent de la valeur.

Domaines de spécialité

  • → Machine Learning & Deep Learning
  • → Big Data & Data Engineering
  • → MLOps & DevOps
  • → Analyse de données & Visualisation
  • → Détection d'anomalies

Certifications

  • ✓ freeCodeCamp — Scientific Computing & ML
  • ✓ DataCamp — Git Fundamentals
  • ✓ IBM — Deep Learning using TensorFlow

Parcours Professionnel

Conception et déploiement de systèmes de détection d'anomalies réseau avec automatisation et monitoring avancé.

Réalisations clés

  • Détection d'anomalies réseau (Python)
  • Monitoring avec Docker & Grafana (+30 % de réactivité)
  • Automatisation des pipelines (-25 % d’erreurs)
  • Infrastructure-as-Code (Terraform, Packer)
  • Gestion du ticketing et supervision applicative

Développement d’un système biométrique basé sur les empreintes digitales, intégrant une couche de sécurité et d’identification unique.

Réalisations clés

  • Nettoyage et traitement de données biométriques
  • Matching d’empreintes et génération d’ID unique
  • Suivi de performance via FAR/FRR (10 000 utilisateurs)
  • Contribution à un portefeuille décentralisé sécurisé