depuis la création du compte
Confiez votre projet à Raphael
Faites appel à l'expertise de Raphael pour faire avancer votre projet, ou découvrez d'autres freelances pour trouver celui qui correspondra parfaitement à vos besoins.
Diplômé d'un Master en Informatique spécialisé Python de l'Université de Lille, je suis Développeur Python passionné par les projets ambitieux alliant data, intelligence artificielle et automatisation.
🔧 Mes compétences techniques :
Data Science & Machine Learning : Pandas, NumPy, Scikit-learn, analyse de données, modélisation prédictive
Deep Learning & Reinforcement Learning : PyTorch, TensorFlow, CNN, GRU, architectures de réseaux neuronaux, algorithmes de RL (PPO)
Développement Python avancé : APIs, asynchrone, optimisation, intégration de systèmes complexes
Big Data & Traitement à grande échelle : Traitement de flux, feature engineering, pipelines de données
Automatisation & Déploiement : Scripting avancé, orchestration, mise en production
🚀 Projet récent : Système de Trading Algorithmique Intelligent
Architecture complète conçue et développée from scratch :
Perception : Modèle CNN+GRU (256 hidden) traitant 5 canaux de données financières en temps réel
Décision : Double policy network (direction + gestion du risque) avec action space de 64 combinaisons
Apprentissage : Implémentation PPO pour l'optimisation des stratégies avec reward shaping avancé
Exécution : Intégration MetaTrader5 avec gestion automatique des ordres, SL/TP, et contraintes de levier
Stack technique : Python, PyTorch, NumPy, Pandas, MetaTrader5 API, traitement asynchrone
📈 Méthodologie de travail :
Écoute active pour comprendre les besoins métier précis
Développement itératif avec validations régulières et démonstrations concrètes
Code robuste et documenté pour une maintenance et évolution simplifiées
Respect des délais et communication transparente tout au long du projet
Vous avez un projet Python ambitieux ? Discutons de sa concrétisation !
Conception et développement d'un système de trading automatisé utilisant une architecture AI avancée :
Perception : Modèle CNN+GRU (PyTorch) analysant 5 canaux de données financières en temps réel
Décision : Double policy network avec espace d'actions de 64 combinaisons (direction + gestion du risque)
Apprentissage : Implémentation PPO (Proximal Policy Optimization) pour l'optimisation des stratégies
Exécution : Intégration MetaTrader5 avec gestion automatique des ordres, SL/TP et contraintes de levier
Stack technique : Python, PyTorch, NumPy, Pandas, MetaTrader5 API
Résultat : Système autonome capable d'analyser les marchés et d'exécuter des trades avec gestion sophistiquée du risque.
Diplômé d'un Master en Informatique spécialisé Machine Learning de l'Université de Lille, parcours conçu pour maîtriser les algorithmes avancés d'intelligence artificielle et leurs applications concrètes.
Cette formation d'excellence m'a permis de développer une expertise pointue en deep learning, reinforcement learning et traitement de données à grande échelle, avec une approche rigoureuse de conception et déploiement de modèles.