J'ai poursuivi des études en physique jusqu'à l'obtention d'un doctorat décerné par l'Université Paris-Saclay en janvier 2022. Mon doctorat était…
depuis la création du compte
Confiez votre projet à GABRIEL
Faites appel à l'expertise de GABRIEL pour faire avancer votre projet, ou découvrez autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
J'ai poursuivi des études en physique jusqu'à l'obtention d'un doctorat décerné par l'Université Paris-Saclay en janvier 2022. Mon doctorat était axée sur l'étude des propriétés optiques des perovskites hybrides 2D, qui sont une classe de matériaux semi-conducteurs. Ainsi, j'ai conçu et utilisé des expériences d'optique pour recueillir des données sur ces matériaux, que je devais ensuite analyser. Pour ce faire, j'ai développé des compétences en analyse de données, notamment en utilisant Python et ses librairies scientifiques. Cette expérience enrichissante a renforcé mon désir de consolider mes compétences en Data Science et m'a conduit à obtenir une certification de Data Scientist après ma thèse.
J'ai ensuite occupé le poste de Lead Data Scientist chez SII où j'ai supervisé des projets axés sur l'application de l'intelligence artificielle dans le domaine de l'énergétique des bâtiments. J'ai développé et déployé des modèles de Machine Learning de pointe pour produire des preuves de concept. En tant que chef d'équipe, j'étais également impliqué dans la gestion des data analysts, data scientists et développeurs contribuant aux projets.
Au-delà de mes compétences techniques et de leadership, je suis profondément engagé dans l’enseignement et le mentorat. Depuis plusieurs années, je forme et accompagne des étudiants et des professionnels, partageant mes connaissances en physique, science des données et programmation pour les aider à atteindre leurs objectifs.
Désireux de relever de nouveaux défis, j'aspire à trouver un rôle où je pourrai construire, améliorer et maintenir des projets data pour créer un impact significatif et apporter des solutions à des problèmes complexes.
Encadrement des TP d'électronique et d'optique à l'IUT d'Orsay :
• Introduction aux circuits électriques et aux appareils de mesure
• Fonctionnement d'une diode
• Circuits RC, RL et RLC
• Introduction à l'optique géométrique : Lentilles, téléscope, réfractomètre
• Introduction à l'optique ondulatoire : polarimètre, spectromètre
• Mise en place d’un montage expérimental d’optique pour effectuer des expériences sur des semiconducteurs.
• Analyse des données expérimentales avec Python, Jupyter, Matplotlib, Numpy et Pandas.
• Modélisation et simulation des données à l’aide de Scipy et LMfit afin de reproduire les données expérimentales et comprendre les phénomènes physiques observés durant les expériences.
• Contribution à la publication de 3 articles scientifiques.
• Publication d’une thèse centrée sur l’étude de semiconducteurs dénommés les préovskites hybrides 2D.
Prévision de séries temporelles appliquée à la consommation énergétique des bâtiments :
• Collecte, transformation, analyse et prétraitement des données à l'aide de Pandas, Numpy et Matplotlib.
• Développement des modèles de Machine Learning pour prévoir la consommation énergétique des bâtiments.
• Déploiement des modèles de sous forme d'API afin de les rendre accessibles aux applications tierces.
• Encadrement des data scientists, data analysts et développeurs travaillant sur le projet.
Administration du Cloud AWS :
• Mise en place de l’Organisation pour le département de R&D.
• Création des utilisateurs et groupes dans IAM Identity Center pour centraliser la gestion des droits d’accès.
• Création des SCP et Permission sets pour gérer les droits et permissions des utilisateurs.
Guide et accompagne des aspirants Data Scientists grâce à un mentorat personnalisé :
• Aider les étudiants à comprendre les concepts fondamentaux, frameworks et méthodologies en Machine Learning.
• Orienter les étudiants à travers des projets pratiques et des exercices sur des problèmes concrets.
• Aider les étudiants à déboguer et optimiser leurs modèles pour améliorer les performances et la mise à l'échelle.
Formation professionnalisante composée de 8 projets (disponibles sur mon Github).
Compétences acquises :
• Collecter et préparer des données en vue de l’analyse.
• Faire des analyses statistiques.
• Communiquer ses résultats à l’aide de graphiques pertinents.
• Développer des modèles de Machine et Deep Learning en Python.
• Traiter et exploiter des données non structurées avec Tensorflow et Hugging Face.
• Déployer un modèle d’IA via une API dans le web à l’aide de Flask, Docker et Amazon EC2.
• Déployer une architecture Big Data dans le cloud avec Amazon EMR et Pyspark.
• Créer des dashboards dynamiques à l’aide de Streamlit ou Dash.
Licence de Physique Appliquée
Master de Physique spécialisé dans l’Optique et l’interaction lumière-matière.
Intitulé : « Dynamique de recombinaison et propriétés excitoniques dans les pérovskites hybrides 2D »