Pour accéder à cette page,
inscrivez-vous gratuitement
Choisissez votre profil :
Déjà inscrit sur Codeur.com ?
Se connecter
Jeune docteur en sciences des matériaux et Data Scientist avec +4 ans d'expérience en science des données, éligible au Crédit Impôt Recherche (CIR).…
depuis la création du compte
Confiez votre projet à Bahae-eddine
Faites appel à l'expertise de Bahae-eddine pour faire avancer votre projet, ou découvrez d'autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
Jeune docteur en sciences des matériaux et Data Scientist avec +4 ans d'expérience en science des données, éligible au Crédit Impôt Recherche (CIR). Expert en modélisation prédictive, data mining et développement de solutions adaptatives. Expert en déploiement de services scalables (Flask, FastAPI) et en intégration de modèles de machine learning dans des environnements de production (AWS, CI/CD). Rigoureux, analytique et pédagogue, je suis capable de créer, développer, tester et déployer des services hautement adaptatifs et diversifiés pour traduire les exigences commerciales et fonctionnelles en livrables substantiels.
- Amélioration des données expérimentales (nettoyage, imputation) et gestion des paramètres volatiles via des analyses statistiques, garantissant des prédictions robustes et optimisées.
- Développement de modèles Machine Learning (Random Forest, XGBoost) atteignant une précision de ±2% pour prédire la résistance, améliorant significativement la prise de décision expérimentale.
- Développement et déploiement d'un microservice Flask en local pour héberger le modèle de prédiction de la résistance du système OxRAM.
- Développement de solutions en Python pour automatiser le trading de cryptomonnaies permettant d'analyser +200 marchés par minute et générant jusqu’à 30 transactions quotidiennes avec une stratégie de microprofits (< 0,5% par transaction).
- Conception de modèles de deep learning (LSTM/GRU) pour la détection de tendances et les prévisions stratégiques.
- Collecte de données via API en temps réel pour permettre le trading et la prise de décision en ligne d’une façon automatisée.
- Déploiement de la solution de trading automatisé en utilisant FastAPI et AWS Elastic Beanstalk pour assurer la scalabilité et la facilité d’utilisation.
- Développement de pipelines de prétraitement pour des données hyperspectrales et tabulaires (2D à 5D), automatisant complètement la procédure de préparation des données pour la modélisation.
- Optimisation de modèles prédictifs (Random Forest, XGBoost, SVM) pour la prédiction des structures cristallines à partir de données multidimensionnelles de microscopie électronique, avec des taux de précision variant entre 70% et 90%.
- Conception de solutions d'apprentissage non-supervisé (PCA, NNMF) et de deep learning (réseaux DNN, CNN, auto-encodeurs variationnels) pour la segmentation de phases minérales dans des échantillons météoritiques.
- Optimisation du logiciel Nionswift avec des fonctionnalités avancées de traitement et visualisation en temps réel des données 4D, améliorant l'efficacité et l'expérience utilisateur.
- Développement d'une IA locale via streamlit pour la lecture de papiers scientifiques en utilisant Langchain et Ollama optimisée par des techniques de Retrieval-Augmented Generation (RAG) et de prompt engineering efficace.
Demandez un devis gratuitement en indiquant vos besoins, nous avertirons immédiatement Bahae-Eddine Mouloud de votre demande
