Profil
Vous pouvez poser vos questions à ce mentor via la messagerie Skilmi
/
Vous pouvez réserver des sessions en vidéo en face à face avec ce mentor
120,00 €/h
Contact Réservation
Alexis P. Data scientist - Paris

Data Scientist indépendant.

J'enseigne la data science auprès de X-Polytechnique, Openclassroom et Univ. Gustave Eiffel

Domaines d'expertise:
- Machine Learning, Deep Learning
- Traitement du language, NLP
- Inférence statistique bayésienne et classique.
- Machine Learning dans le cloud (Gcloud, AWS, Azure)
- Programmation pour le traitement des données (python, sql, shell)

Auteur chez packt publishing sur le machine learning dans le cloud, contributeur Datacamp, Manning, ODSC, InfoQ.

J'ai une approche de la data science, pragmatique et factuelle, qui intégre la dimension business dès la conception du projet.

I teach and mentor both in English and French.

N'hésitez pas à me contacter pour discuter de vos besoins, de vos projets. Je serai ravi d'en savoir plus.

Disponibilités Je suis disponible entre 8h et 19h, week end possible

Diplômes et certifications
    TelecomParis PhD traitement du signal
    TelecomParis Ingénieur
    U. Pierre et Marie Curie PIV Maîtrise de mathématique

Compétences ( 1 Mentorat)

Formations proposées (2)

Alexis vous propose des formations approfondies sur ses domaines d'expertise.

Language
120 €/h Formation individuelle par visio
Durée 3h00
Real World NLP
Le traitement du langage ou Natural Langage Processing va bien au delà de l'analyse de sentiment chère au marketing.
Cette formation est accès sur l'exploitation effective de données textuelles issues du monde réel: larges et bruitées.
Cette formation s'adresse à des personnes qui veulent rapidement savoir ce que le NLP peut apporter comme solutions, ou qui souhaite approfondir une technique particulière.
Data Analyse
120 €/h Formation individuelle par visio
Régression linéaire et inférence statistique
Parfois délicate à interpreter, la régression linéaire apporte des outils puissant d'analyse de données et reste une méthode de choix lorsque l'on souhaite comprendre les dynamiques au sein d'un jeu de données.
Cette formation couvre la prédiction linéaire dans une approche statistique classique.
Elle s'adresse à des personnes qui utilisent ou prévoient d'utiliser la régression linéaire pour répondre à des questions de quantification et de fiabilité des variables.
Formation en Python ou R

Documents ajoutés (0)

Alexis n'a pas encore ajouté de document

Évaluations

Alexis n'a pas encore reçu d'évaluations