webleads-tracker

Christophe

ref. Co21j1c22

Data Scientist Senior

Consultant et Formateur en Data Science, avec 7 ans d'expérience professionnelle dans le domaine. Expert en Machine Learning et Deep Learning, je créé des modèles prédictifs dans de nombreux domaines tels que l'industrie (maintenance prédictive) et le marketing prédictif.

Data scientists, Consultant Data scientists, Ingénieur Data Scientist

Compétences techniques

PYTHON

8.1

DATA

9.2

BIG DATA

7

Expériences professionelles

2019

Maintenance prédictive pour avions

Tech Mahindra Data Scientist Expert

Avec une équipe de 4 personnes et en tant que data scientist senior, j’ai réalisé un modèle prédictif destiné à anticiper les pannes sur le système de pressurisation cabine (bleed) et optimiser les opérations de maintenance, en se basant sur les séries temporelles des capteurs embarqués ainsi que sur l’historique des opérations de maintenance. En tant qu’expert en Machine Learning, j’ai piloté les compétences complémentaires de l’équipe (data scientist junior, ingénieur système, développeur) pour transformer les données brutes en provenance des avions en prédictions fiables sur les défaillances du système de pressurisation. o Cadre du projet : Analyse des données, implémentation des pipelines de transformation des données, optimisation des modèles prédictifs, évaluation de leur qualité o Technologies utilisées : Spark via l’api PySpark en Python ; scikit-learn, Keras pour les modèles LSTM, XGBoost, Hyperopt, stats-model pour les modèles ARIMA, FoundryTS (librairie propriétaire Palantir pour les time series) o Infrastructure utilisée : plateforme Palantir (foundry) de Airbus (Skywise) o Ma contribution : J’ai participé à toutes les phases du projet : analyse, implémentation, modélisation et ai guidé les actions de l’équipe en identifiant les pistes à explorer et en utilisant au mieux des compétences de chacun

2018

Maintenance prédictive pour pompes à chaleur

Groupe Atlantic Data Scientist Senior

A partir des données techniques des pompes à chaleur du Groupe Atlantic, des données d’intervention des opérations de maintenance et des données du call center, j’ai développé un modèle prédictif pour permettre à l’équipe de planification des maintenances annuelles de prioriser leurs interventions. Le modèle final était basé sur des réseaux de neurones récurrents (LSTM) permettant la prévision (forecast) de séries temporelles. o Cadre du projet : Analyse des données, implémentation des pipelines de transformation des données, optimisation des modèles prédictifs, évaluation de leur qualité o Technologies utilisées : Scikit-learn, Keras, XGBoost, Catboost, Hyperopt, BigML o Infrastructure utilisée : serveurs CPU et GPU loués sur FloydHub ; Infrastructure BigML o Ma contribution : j’ai implémenté la solution en intégralité ; j’ai aidé l’équipe métier à définir le modèle et son cadre d’utilisation ; et j’ai récupéré toutes les données potentiellement utiles auprès des différents services, qu’ils soient métier ou technique.

2020

Formations Data Science

Human Coders Formateur Machine Learning et Deep Learning

Animation des formations Machine Learning, Deep Learning et Machine Learning Avancé via l’organisme de formation Human Coders en inter et intra entreprises. Animation de 20 formations en 2018 avec une note moyenne de 4,88/5 sur la pédagogie du formateur sur plus de 40 évaluations. o Conception du contenu : contenu pédagogique progressif alternant explications théoriques, mise en pratique en Python et sur BigML (plateforme de Machine Learning qui ne nécessite pas de code), et retours d’expérience de cas réels. o Animation : pédagogie progressive et adaptable selon le profil des participants : développeurs, chercheurs, product owners…

Formations

Bac +5 -ENSIMAG (Ecole Nationale Supérieure d'Informatique et de Mathématiques Appliquée - Ingénieur

Langues

Anglais : Conversationnel