Education

• 

  Inpl

  1992 - 1993

  Dea solid mechanics

  Mémoire : Réalisation d’un post-processeur graphique en langage orienté objet pour éléments finis tridimensionnels

• 

  University of nancy i

  1989 - 1992

  Ms applied mathematics

  Mémoire : Etude des contraintes thermoélastiques dans les plaques maintenant les tubes d’un échangeur

• 

  Openclassrooms

  2022 - 2023

  Professional degree - master level data science, artificial intelligence

  Professional training (Master level) combining theory and practice by working on concrete projects issued from business scenarios. The subjects covered were:- Data collection and preparation (cleaning, outliers’ detection, imputation)- EDA: Univariate & Multivariate Analysis, Statistical Tests, Data Visualization- Feature Engineering- Supervised & Unsupervised ML algorithms (classification, clustering, topic modeling, dimensionality reduction, kernel trick)- Gradient… Voir plus Professional training (Master level) combining theory and practice by working on concrete projects issued from business scenarios. The subjects covered were:- Data collection and preparation (cleaning, outliers’ detection, imputation)- EDA: Univariate & Multivariate Analysis, Statistical Tests, Data Visualization- Feature Engineering- Supervised & Unsupervised ML algorithms (classification, clustering, topic modeling, dimensionality reduction, kernel trick)- Gradient boosting- Imbalanced classification, SMOTE- Deep Learning / NLP: Words Embeddings, Classification, FFNN, RNN, LSTM, BERT- Deep Learning / CV: Classification, Semantic Segmentation, CNN, Transformers- Models’ comparison, hyperparameters model’s optimization- Model interpretability- Unit testing- Deployment of Inference APIs in the cloud- DashboardsMajor Tools & Languages: Python, NumPy, Pandas, Scikit-Learn, TensorFlow Voir moins

• 

  Openclassrooms

  2022 - 2023

  Rncp 34545 - master science des données – intelligence artificielle

  Formation (Titre de niveau 7 - RNCP 34545) alliant théorie et pratique en travaillant sur des projets concrets issus de scénarios professionnels. Les sujets abordés étaient :- Collecte et préparation des données (nettoyage, détection des valeurs aberrantes et atypiques, imputation des valeurs manquantes)- Analyse exploratoire des données : Analyse univariée & multivariée, tests statistiques, visualisation de données- Ingénierie des caractéristiques- Algorithmes supervisés et non… Voir plus Formation (Titre de niveau 7 - RNCP 34545) alliant théorie et pratique en travaillant sur des projets concrets issus de scénarios professionnels. Les sujets abordés étaient :- Collecte et préparation des données (nettoyage, détection des valeurs aberrantes et atypiques, imputation des valeurs manquantes)- Analyse exploratoire des données : Analyse univariée & multivariée, tests statistiques, visualisation de données- Ingénierie des caractéristiques- Algorithmes supervisés et non supervisés - Renforcement du gradient- Classification déséquilibrée, SMOTE- Traitement du langage naturel : Plongements de mots, Classification, FFFN, RNN, LSTM, BERT- Vision par ordinateur : Classification, Segmentation Sémantique, CNN, ViT- Optimisation de la performance d’un modèle- Interprétabilité d’un modèle- Mise en œuvre de pipelines d’entrainement et de déploiement de modèles- Tests unitaires- Déploiement d’APIs d'Inférence dans le cloud- Tableaux de bord Voir moins