Accédez au profil complet de Valere T.
Créez un compte en 2 minutes et accédez au profil complet de nos 327 845 prestataires.
Je suis Valère Tamwo , Data Scientist Professionnel certifié par le géant Américain des métiers de la data ~~Datacamp~~, Développeur Web avec 3 ans d’expérience passionné par les technologies JavaScript (ReactJS-ExpressJs) et python (Django - Tensorflow - Keras ).
Ma passion se résume a construire des modèles d'intelligence artificielle et les déployer dans vos applications web. Construire des interfaces web robustes , extrêmement réactive qui suivent les standards et les bonnes pratiques de Référencement de site afin d'offrir la meilleure expérience utilisateur possible . j'attache une attention particulière aux détails qui rendent votre site unique
J'apporte une riche expérience dans l'exploitation des données pour trouver des solutions efficaces dans divers secteurs.
créer des modèles d'IA robustes et fournir des informations exploitables
Chargé de choisir les recettes les plus attractives pour maximiser le trafic et les abonnements sur la plateforme de Tasty Bytes
En tant que data scientist, mes tâches spécifiques dans ce projet inclus :
Analyser les données : Examiner les données des recettes, y compris les ingrédients, les catégories de plats, les évaluations des utilisateurs, les tendances saisonnières, etc.
Modélisation prédictive : Développer des modèles de prédiction pour évaluer la corrélation entre certaines caractéristiques des recettes et le trafic généré. Cela implique l'utilisation d'algorithmes d'apprentissage automatique pour prédire quelles recettes auront un impact élevé sur le trafic.
Évaluation des performances : Évaluer la précision des modèles créés pour prédire le trafic des recettes. Assurez-vous qu'ils peuvent prédire avec une précision minimale de 80% les recettes à fort trafic.
Présentation des résultats : Compiler les conclusions dans un rapport détaillé, incluant les modèles utilisés, les résultats de prédiction, et les recommandations sur les recettes à privilégier pour maximiser le trafic.
en tant que data scientist dans une université locale.
L'université a commencé à proposer des cours en ligne pour toucher un plus large éventail d'étudiants. L'université souhaite comprendre les tendances des inscriptions. Ils aimeraient identifiier ce qui contribue à un taux de scolarisation plus élevé. En particulier, si le type de cours (en ligne ou en classe) est un facteur.
DataCamp's Data Scientist Professional Certification is awarded to individuals who successfully complete two timed exams (DS101 and DS201) and one practical exam.
What to expect on the timed exams
DS101
DS101 is a 2-hour exam where you'll choose either R or Python to work through the questions. Most candidates typically complete it in 45 minutes. This exam assesses your abilities to use R or Python for exploratory analysis and statistical experimentation. To successfully pass this exam, you should be able to:
Calculate metrics to effectively report characteristics of data and relationships between features
Create data visualizations in Python or R to demonstrate the characteristics of data
Create data visualizations in Python or R to represent the relationships between features
Describe statistical concepts that underpin hypothesis testing and experimentation (i.e., statistical distributions, power analysis, parameter estimation and confidence intervals)
Apply sampling methods to data
Implement methods for performing statistical tests
DS201
DS201 is a 60-minute exam that assesses your data management, programming, and modeling skills in R or Python, and data management skills using SQL. To successfully pass this exam, you should be able to:
Perform data extraction, joining and aggregation tasks in SQL
Perform cleaning tasks to prepare data for analysis in SQL
Assess data quality and perform validation tasks in SQL
Perform standard data import, joining, and aggregation tasks using R or Python
Perform standard cleaning tasks to prepare data for analysis using R or Python
Assess data quality and perform validation tasks using R or Python
Collect data from non-standard formats using R or Python
Prepare data for modeling by implementing relevant transformations Implement standard modeling approaches for supervised learning problems
Use suitable methods to assess the performance of a model
Implement approaches for unsupervised learning problems
Use common programming constructs to write repeatable production quality code for analysis (i.e., functions, control flow, loops and iterations)
Demonstrate best practices in production code including version control, testing and package development (i.e., version control, package building)
What to expect on the practical exam
The final step in this certification is a practical exam. The practical exam assesses your skills in data visualization and communication. You'll review a business problem, select and create appropriate visualizations, and give a relevant summary of what you have found to the defined audience. You'll need to record your presentation and submit it via the certification portal. You can find more information on how we grade the Data Scientist practical exam in the full rubric.
To pass the practical exam, you'll need to be able to:
Present data concepts to small, diverse audiences
Effectively employ data visualization to support my findings
Frame, convey, and summarize stories using data
Employ multiple tactics (written and verbal) to communicate to business leaders
Statistiques
depuis la création du compte
Votre navigateur Web n’est plus à jour. Il ne permet pas d’afficher correctement le site Codeur.com.
Nous vous invitons à mettre à jour votre navigateur ou à utiliser un autre navigateur plus récent.