Expertise

Ce que je sais faire

Piloter un projet data demande de comprendre chacune de ses étapes. Je les ai toutes pratiquées, du cadrage au code.

Pilotage de projets Data & IA

Du cadrage à l’adoption, des projets data qui aboutissent.

Je traduis un besoin métier en feuille de route, je coordonne équipes techniques et métiers, et je garde le cap sur la valeur livrée, pas sur l’activité.

  • Cadrage et expression de besoin
  • Feuille de route et priorisation
  • Coordination d’équipes pluridisciplinaires
  • Pilotage par indicateurs et reporting
  • Conduite du changement et adoption

Outils

  • Agile / Scrum
  • Notion
  • Excel avancé
  • Power BI

Projets

Analytics & Business Intelligence

Des indicateurs fiables, qui éclairent vraiment la décision.

Collecte, nettoyage, modélisation, restitution : je construis des tableaux de bord que les équipes utilisent, sur des données dont on connaît la qualité.

  • Définition et suivi de KPI
  • Tableaux de bord et data visualisation
  • Nettoyage et fiabilisation des données
  • SQL avancé et modélisation
  • Automatisation du reporting

Outils

  • SQL
  • PostgreSQL
  • Python (Pandas, NumPy)
  • Power BI
  • Tableau
  • Excel avancé

Projets

Data science & ingénierie IA

Des modèles utiles, intégrés aux produits plutôt qu’enfermés dans un notebook.

Du feature engineering à l’intégration produit : apprentissage supervisé et non supervisé, évaluation rigoureuse, déploiement sur une infrastructure maîtrisée.

  • Apprentissage supervisé et non supervisé
  • Feature engineering et évaluation de modèles
  • Intégration de produits IA, prompt engineering
  • APIs, ETL et pipelines de données
  • Déploiement cloud (Docker, AWS)

Outils

  • Python
  • Scikit-learn
  • Pandas
  • Jupyter
  • Docker
  • AWS EC2

Projets

Produits digitaux & ingénierie logicielle

Des plateformes robustes, pensées pour ceux qui les utilisent.

Ingénieur logiciel de formation, je conçois et livre des applications web, des tunnels d’acquisition et des outils métiers, avec un code pensé pour durer.

  • Conception d’applications web
  • Architecture logicielle et bases de données
  • Tunnels d’acquisition et sites vitrines
  • Infrastructure, réseaux et support

Outils

  • TypeScript
  • React
  • Java
  • Kotlin
  • PostgreSQL
  • Nginx

Projets

Méthode

Ma méthode tient en quatre étapes.

Quatre étapes inspirées de CRISP-DM et de la méthodologie data science d’IBM, adaptées au rythme d’une vraie organisation.

  1. Comprendre la décision

    Qui décide quoi, à quel rythme, et sur quelle base aujourd’hui.

  2. Fiabiliser les données

    Des sources connues, une qualité mesurée, une seule version des chiffres.

  3. Construire avec les utilisateurs

    Un premier outil en quelques semaines, ajusté avec ceux qui s’en servent.

  4. Mesurer l’adoption

    Le projet se termine quand l’outil est utilisé, pas quand il est livré.