Pour accéder à cette page,
inscrivez-vous gratuitement
Choisissez votre profil :
Déjà inscrit sur Codeur.com ?
Se connecter
depuis la création du compte
Confiez votre projet à Arsène
Faites appel à l'expertise d’Arsène pour faire avancer votre projet, ou découvrez d'autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
Ingénieur en Data Science et développeur Python spécialisé en Machine Learning, analyse de données et développement de solutions orientées IA et Big Data.
J’interviens sur des projets de traitement et d’analyse de données, de développement de modèles de Machine Learning et Deep Learning, ainsi que sur la création d’API et d’outils backend performants avec Python.
Compétences principales :
- Analyse et nettoyage de données,
- Machine Learning & Deep Learning,
- Data visualisation et dashboards,
- Automatisation de traitements de données,
- Développement d’API Python,
- Computer Vision et IA.
Technologies utilisées : Python, Pandas, NumPy, Scikit-learn, TensorFlow/Keras, PyTorch, FastAPI, Docker, SQL, Power BI.
Je privilégie un travail structuré, des solutions maintenables et une communication claire tout au long des projets.
Développement d’un système de segmentation client avec des algorithmes de clustering non supervisé.
Le projet comprend :
- l’utilisation de KMeans, DBSCAN et clustering hiérarchique,
- l’identification de groupes de comportements similaires,
- la visualisation des clusters,
- l’analyse des performances de segmentation,
- la sélection du nombre optimal de clusters avec la méthode du coude.
Technologies : Python, Scikit-learn, Pandas, Seaborn, Matplotlib.
Image
- graphique des clusters,
- elbow method,
- dendrogramme.
Développement de plusieurs modèles de Deep Learning avec TensorFlow/Keras pour des tâches de classification et de régression.
Le projet inclut :
- la création de réseaux de neurones MLP et CNN,
- la classification d’images manuscrites sur le dataset MNIST,
- l’optimisation des performances avec Dropout,
- l’analyse des métriques accuracy, MAE et MSE,
- le preprocessing et la normalisation des données.
Technologies : Python, TensorFlow, Keras, NumPy, Pandas, Matplotlib.
Développement d’un système de détection d’objets basé sur Faster R-CNN avec PyTorch.
Le projet comprend le prétraitement et l’annotation de plus de 1300 images, l’entraînement et l’évaluation du modèle, ainsi que le déploiement via une API REST FastAPI conteneurisée avec Docker.
Performance obtenue : mAP ≈ 0.84.
