Je suis ingénieur en apprentissage automatique et développeur Python, spécialisé dans la création et l’amélioration de modèles prédictifs. Mon expertise inclut les algorithmes d’optimisation, les techniques de clustering et la data science appliquée utilisant des outils comme NumPy, Pandas et Scikit-Learn. Je suis certifié en Pandas et Machine Learning de Kaggle, garantissant des bases techniques solides et des solutions fiables.
Récemment, j’ai développé Churn Predictor, un système d’analyse en temps réel du churn client utilisant la régression logistique sur 7 000+ enregistrements. Le projet comprend :
• Tableaux de bord interactifs pour la prédiction en temps réel et le registre des données clients
• Analyses de performance de l’IA avec précision, rappel et analyse de l’importance des fonctionnalités
• Visualisation en temps réel de la probabilité du risque de churn pour le support aux décisions commerciales

Je propose des solutions de bout en bout allant du prétraitement des données et de l’entraînement des modèles avec des tableaux de bord interactifs. Je me concentre sur la fiabilité, la transparence et les insights exploitables pour aider les entreprises à réduire le churn et à améliorer la fidélisation des clients.