About Stephane
"Révéler l'ordre dans la complexité — ✨ Des solutions innovantes pour un succès guidé par la data 📊"
🔍Opportunités cachées dans les données
Je crois que des opportunités inexplorées se cachent dans des données négligées. Grâce à mon expertise en physique et en analyse de données, je transforme ces opportunités en solutions stratégiques et concrètes.
🎯Ma mission
Simplifier la complexité, clarifier les données et guider vos décisions à l’aide de technologies modernes. Mon approche révèle des insights essentiels pour atteindre vos objectifs.
Ce qui me distingue 🏆
✨Expertise unique en physique appliquée: J'utilise des outils de physique pour résoudre des problèmes complexes, intégrant processus déterministes et stochastiques.
🌐Approche interdisciplinaire: J'associe physique, mathématiques et informatique pour innover et repousser les limites de l’ingénierie avancée.
🏛️Collaborations prestigieuses: J’ai travaillé, enseigné et fait de la recherche au King's College London, à l’UC Berkeley et à l’Université de Tokyo.
Mes services 🌟
- Visualisation de données: Conception de dashboards clairs et esthétiques pour rendre la complexité accessible.
- Modélisation et simulation: Création de modèles avancés pour optimiser vos décisions.
- Analyse et transformation des données: Exploitation stratégique des données grâce à des techniques modernes comme le machine learning.
Compétences Techniques 🔧
- Analyse et extraction de données: Big Data, SQL/NoSQL, Data Mining.
- Modélisation et simulation avancées: Méthodes dynamiques et stochastiques.
- Apprentissage supervisé et renforcement: TensorFlow, PyTorch, OpenAI Gym.
- Visualisation des données: Dash, Plotly.
- Environnement technique: Python, C++, Linux, Git, clusters HPC.
🌟Ensemble, révélons tout le potentiel de vos données pour transformer vos idées en succès.
French
Native or bilingual
English
Native or bilingual
Remote only
Primarily works remotely
Experience
- DotworldData scientistE-COMMERCEApril 2024 - Today (2 years and 2 months)a) Classification des clients en fonction du risque de chargeback pour un mid provider
- Prétraitement des données et géolocalisation des clients pour analyser les comportements régionaux.
- Encodage des caractéristiques catégorielles (appareils, navigateurs, devises) via encodage ‘one-hot’ et fréquences d’apparition.
- Développement d'un algorithme de classification basé sur SVM et XGBoost pour estimer la probabilité de chargeback.
Résultat : Réduction significative des coûts provoqués par les chargebacks grâce à une allocation précise des clients en fonction de leur score de risque.b) A/B testing basé sur le reinforcement learning- Définition de la fonction de récompense pour optimiser les tests de fonctionnalités.
- Utilisation d'un algorithme de reinforcement learning "classique" basé sur UCB, avec accélération via un réseau de neurones pour approximer la fonction de récompense.
Résultat : Amélioration des tests A/B et optimisation des fonctionnalités testées. - King's College LondonChercheur post-doctorant -- Marie Curie FellowRESEARCHApril 2021 - Today (5 years and 2 months)Kashiwa, Japan- Simulation de detecteurs de particules et conception d'algorithme classique et de Machine Learning (Python, C++, Fortran). Contributeur à un logiciel de physique open-source (WCSim).- Gérer des subventions de recherche (280k EUR, 450k JPY) pour concevoir un banc d'essai de photosenseurs (mécanique, électronique, lecture). Organisation de la révision d'un projet de 20+ M USD pour l'installation de photosenseurs dans Hyper-Kamiokande.- Mis en place d'un laboratoire de physique de neutrinos, incluant la conception, l'acquisition et la documentation. Automatiser la collecte et l'analyse des données (Python, C++, ROOT) et déployer des programmes sur des grilles informatiques.- Comparaison des performances des photosenseurs de 4 constructeurs differents, mesure de leurs caractéristiques en vue de leur certification et négociation continue avec les fabricants.
- Genius sportsConsultant -- Quantitative analystENTERTAINMENT AND LEISUREOctober 2021 - January 2023 (1 year and 3 months)- Prediction du temps d'arrivee pour la course de chevaux en utilisant un modele de distributions gamma en Python et C++- Time series forecasting pour le classement des courses de chevaux, en utilisant TensorFlow, scikit-learn et pandas- Construction d'environnement d'apprentissage renforcé pour les paris et leur enjeux, en utilisant Keras et OpenAI Gym
Reviews
Recommendations
Be the first to recommend Stephane
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Diplome d'IngenieurGrenoble-INP Phelma2013Diplôme d’Ingénieur en Physique et Nanosciences
- Master of ScienceImperial College London2013MSci de l'Imperial College London en Quantum Fields and Fundamental Forces