Je suis Data Scientist et Ingénieur en Apprentissage Automatique avec une solide formation en génie mécanique, analyse scientifique des données et IA appliquée. Mon travail se concentre sur le développement de modèles d’apprentissage automatique, l’analyse de jeux de données complexes, la création de pipelines prédictifs et la transformation des données de recherche en insights pratiques.

Lors de ma recherche doctorale à la TU Berlin / ATB Potsdam, j’ai travaillé intensivement avec des données de capteurs, des résultats de simulation CFD, des analyses de flux d’air par image, et des méthodes d’IA explicables. J’ai de l’expérience avec Python, pandas, NumPy, scikit-learn, XGBoost, LightGBM, CatBoost, Streamlit, FastAPI et des outils de visualisation de données.

Je peux soutenir des projets impliquant le nettoyage de données, l’analyse exploratoire de données, le développement de modèles d’apprentissage automatique, l’ingénierie des fonctionnalités, l’évaluation de modèles, la visualisation de tableaux de bord et les systèmes d’aide à la décision basés sur l’IA. Je m’intéresse particulièrement à l’IA appliquée, aux données d’ingénierie, à la vision par ordinateur et à la modélisation prédictive du monde réel.

Je suis fiable, attentif aux détails et capable de travailler de manière autonome ainsi qu’en équipes interdisciplinaires. Mon objectif est d’aider les entreprises à utiliser les données plus efficacement pour résoudre des problèmes pratiques et améliorer la prise de décision.