D'une part je suis en cours de thèse de doctorat sur la thématique de l'IA et de la réflexion éthique dans un cadre de maintien à domicile :-Rédaction d'article scientifique-Rédaction de dossier technique en vue du CIR-Développement d'un modèle d'analyse statistique sous R-Recherche bibliographiqueD'autre part, j'ai des activités de data scientist au sein de l'entreprise :-Analyses statistiques et exploratoires-Développement de modèles prédictifs d'IA (R & Python)-Comparaisons des performances entre les modèles (Réseaux de neurones, bagging, boosting, random forest)-Déploiement de modèles, en lien avec l'équipe tech (Python & Git)-Data visualisation (RShiny, GGPLOT, Streamlit)-Veille technologique et méthodologique-Stratégie et vision data au sein de l'entreprise-Appui statistique et mathématique

- Constitution de dossier pour thèse CIFRE (recherche de laboratoire, rédaction du dossier, démarches avec l'ANRT, etc.)- Analyses exploratoires et prédictives en utilisant les données de la plateforme-Appropriation des données disponibles et mise en place d'une stratégie data

22 heures de TD de probabilités à 48 élèves de deuxième année de licence Informatique. Cours et exercices de combinatoire, dénombrement et probabilités discrètes.

15 heures de cours de statistiques à des deuxièmes années de licence ayant choisi une unité d'ouverture sur les statistiques. Découverte de R, statistiques descriptives et analyses de jeux de données sont au programme pour 25 élèves. Le cours se fait avec l'appui d'une plateforme numérique de l'université appelée "CELENE", permettant de mettre des documents, des jeux de données, des QCM et autres accessibles aux étudiants.

20 heures de cours de statistiques à des troisièmes années de Polytech. Découverte de R, de l'ACP et analyses de jeux de données sont au programme pour 70 élèves. Le cours se fait avec l'appui d'une plateforme numérique de l'université appelée "CELENE", permettant de mettre des documents, des jeux de données, des QCM et autres accessibles aux étudiants.

L'objet de ce stage est d'améliorer une méthodologie de prise en compte de données opportunistes aux côtés de données « protocolées » de biodiversité pour estimer l'abondance d'espèces. Ce stage s'inscrit dans un projet national nommé "PASSIFOR2" et est soutenu par le ministère de la transition écologique et solidaire .• Bibliographie• Modèles de statistiques bayésiennes• Utilisation de clusters de calculs• Analyse des résultats et rédaction➢ Capacité d’apprendre, rédactionMots clefs : statistique bayésienne, données citoyennes, abondance d'espèces

D’une durée de quatre mois, ce stage se présente sous la forme de deux études de cas. L’enjeu principal étant de démontrer l’intérêt, la puissance, les méthodologies et les mises en œuvre des statistiques, ou dit autrement du machine learning.Une première étude de cas a pour sujet les séries temporelles. Dans un premier temps comment débruiter le signal, traiter les manquants etc. Ensuite comment modéliser une série temporelle en vue d’une prédiction. Sur cette mission, j’ai réalisé une application Shiny pour faciliter le traitement des séries temporelles ainsi qu’un guide d’utilisation avec exemples et codes R.La deuxième étude de cas concerne la régression linéaire. Bien que répandue et simple à mettre en œuvre, la régression linéaire est une méthode statistique pointue et robuste qui permet de faire des prédictions très fiables (sous les bonnes conditions de validité du modèle).Sur cette mission j’ai à nouveau réalisé une application Shiny pour que l’entreprise puisse, à travers une interface boutons, réaliser des régressions linéaires ainsi que toute l’étude nécessaire à sa validité en quelques clics. A l’appui de cette application j’ai écrit un guide d’utilisation ainsi que des exemples concrets sur la prédiction de température et pH à partir de marqueurs moléculaires.Sur le plan personnel, les apports de ce stage sont nombreux, à commencer par la programmation R que j’ai pu approfondir. J’ai également enrichi mes connaissances statistiques, développé mon sens de l’écoute, mon autonomie et ma capacité à parler en public ainsi qu’à vulgariser mes résultats.