Conseil, formation, recherche en développement en DataScience et Machine Learning :Domaine industriel• Détection et correction d’anomalies sur séries temporelles multivariées, développement de modèles prédictifs des indicateurs de rendement d’installations de traitement des eaux usées• Correction d’historique de séries temporelles de vente de semi-conducteurs, clustering de courbes, feature engineering et développement de modèle prédictifs de la demande non contrainte pour 23k… Show more Conseil, formation, recherche en développement en DataScience et Machine Learning :Domaine industriel• Détection et correction d’anomalies sur séries temporelles multivariées, développement de modèles prédictifs des indicateurs de rendement d’installations de traitement des eaux usées• Correction d’historique de séries temporelles de vente de semi-conducteurs, clustering de courbes, feature engineering et développement de modèle prédictifs de la demande non contrainte pour 23k produits (gestion des effets COVID et amélioration des modèles en place de 20% en moyenne)• Accompagnement Datascience d’un client de l’industrie minière sur 4 projets d’exploration, modélisation et BI : Réconciliation de bases de données, analyses statistiques univariées et multivariées, développement d’un modèle prédictif de la concentration en minerais du sous-sol par des approches de computer vision, réalisation de tableaux de bords descriptifs et comparatifs de mineraisDomaine de la propriété intellectuelle • Réconciliation de bases de données et nettoyage approfondi, développement d’un double modèle classification / régression pour la prédiction de parcours client et des coûts associés Domaine de l’énergie• Amélioration de modèles de prévisions de ventes par intégration et traitement de données exogènes• Développement de modèles de simulations de consommation d’électricité pour la grande distributionDomaine du transport • Exploration du patrimoine de données (données spatio-temporelles), idéation de cas d’usage et création de plusieurs roadmap de modélisation (Choix des modèles et KPI)Domaine du retail, luxe : • Correction d’historique de ventes sur séries temporelles, développement d’un modèle de prévision de la demande d’articles de luxe couplé à un modèle d’optimisation sous contrainte du CA Show less

Certified skills:✓ Languages : Python, R, Markdown✓ Data manipulation : numpy & pandas (Python), dplyr & data.table (R)✓ Machine Learning : scikit-learn (Python), caret (R)✓ Models: Generalized linear model (including binomial regression), SVM, k-NN, decision trees, random forests, naive Bayes, gradient tree boosting, voting classifier, k-means & hierarchical clustering, mean-shift, PCA, ICA, bagging, boosting✓ Text mining : NLP, sentiment analysis, regular expressions, bag… Show more Certified skills:✓ Languages : Python, R, Markdown✓ Data manipulation : numpy & pandas (Python), dplyr & data.table (R)✓ Machine Learning : scikit-learn (Python), caret (R)✓ Models: Generalized linear model (including binomial regression), SVM, k-NN, decision trees, random forests, naive Bayes, gradient tree boosting, voting classifier, k-means & hierarchical clustering, mean-shift, PCA, ICA, bagging, boosting✓ Text mining : NLP, sentiment analysis, regular expressions, bag of words, td-idf, NLTK, word2vec, wordclouds✓ Deep Learning : Keras (Python), CNN, RNN✓ Data Visualization : matplotlib (Python), ggplot2 (R)✓ Big Data : PySpark (Python)✓ Versioning : Git, Github✓ Group project : Automated classification of mushrooms photographies using Convolutional Neural Networks (status project leader) Show less

• Seafloor mapping using machine learning.• Numerical modelling of sedimentary deep water systems.• Definition of a new turbiditic fan architectural model specific to uplifted margins

Thèse de Doctorat : "Typologie, architecture et évolution des systèmes silicoclastiques des marges abruptes - Analyse comparée de la marge Ligure au Plio-Quaternaire et de la marge San-Pedro (Côte d'Ivoire) au Crétacé supérieur"Cette thèse a permis de proposer un nouveau modèle sédimentologique/réservoir de fan turbiditique en contexte de marge en cours de basculement. Méthode mise en oeuvre : - interprétation sismique 2D/3D- interprétation diagraphique- interprétation… Show more Thèse de Doctorat : "Typologie, architecture et évolution des systèmes silicoclastiques des marges abruptes - Analyse comparée de la marge Ligure au Plio-Quaternaire et de la marge San-Pedro (Côte d'Ivoire) au Crétacé supérieur"Cette thèse a permis de proposer un nouveau modèle sédimentologique/réservoir de fan turbiditique en contexte de marge en cours de basculement. Méthode mise en oeuvre : - interprétation sismique 2D/3D- interprétation diagraphique- interprétation des données par machine learning (Réduction de dimensions, Classification)- description de faciès sédimentaire en carotte et interprétation en terme d'environnement de dépôt et de nature d'écoulement- création et gestion de base de données SIGLogiciels : Kingdom, Sismage, Landmark, ArcGis, Global Mapper, Suite Adobe, Matlab Show less

Stage de fin d’année (6 mois) « Importance de l’interaction Plio-Quaternaire entre flux sédimentaires et déformation gravitaire à grande échelle sur la structure du cône de l’amazone et du bassin de Para Maranhão » sous la direction du Pr. Bruno VENDEVILLE (Lille 1), du Pr. Christian GORINI(UPMC) et de Mr. Angel CARBALLO (Total, PN)Mots clés : Tectonique gravitaire (Argilocinèse), Interactions tectono-sédimentaires, Modélisation analogique, Interprétation sismique 2D/3D, Landmark

Stage de fin d’année (4 mois) « Effondrements gravitaires de biseaux sédimentaires au-dessus du sel, applications aux marges passives (Golfe du Lion, Afrique de l'Ouest, Golfe du Mexique) sous la direction du Pr. Bruno VENDEVILLE (Lille 1), du Pr. Christian GORINI (UPMC)Mots clés : Tectonique gravitaire (Halocinèse), Interactions tectono-sédimentaires, Modélisation analogique