Nova Habitat
Une vitrine immobilière premium avec catalogue, filtres, favoris, fiches biens, estimation et parcours de contact.
Le portfolio rassemble des démonstrations web sectorielles navigables et des projets analytiques. Chaque projet est présenté avec transparence : les démos sont conceptuelles et aucun résultat client n’est inventé.
Ces projets conceptuels montrent comment j’adapte la direction artistique, l’expérience utilisateur et les fonctionnalités au secteur du client. Cliquez sur un aperçu pour ouvrir la démo complète.
Une vitrine immobilière premium avec catalogue, filtres, favoris, fiches biens, estimation et parcours de contact.
Une expérience éditoriale et humaine pour présenter mission, actions, projets, impact, transparence et engagement.
Un site premium de cabinet avec expertises, méthode, secteurs, cas conceptuels, insights et formulaire de brief dirigeant.
Une vitrine scolaire lumineuse de la 6e à la Terminale : scolarité, admissions, orientation, vie scolaire, actualités et galerie.
Concevoir une présence digitale capable de parler à la fois à des recruteurs et à de futurs clients.
Architecture bilingue, design responsive, navigation claire, pages Services/Projets/Compétences et parcours de contact.
HTML, CSS, JavaScript, UX responsive, Netlify Forms pour le formulaire en ligne.
Conception frontend, structuration de contenu, identité visuelle et réflexion orientée conversion.
Comment représenter les dépendances séquentielles d’une série financière dans un workflow de prévision ?
Préparer les séries, construire les séquences, entraîner un modèle LSTM et comparer les prédictions à des observations mises de côté.
Python, TensorFlow, LSTM, preprocessing de séries temporelles.
Expérimentation deep learning, modélisation séquentielle et discipline d’évaluation.
Comment étudier conjointement l’évolution temporelle de variables macroéconomiques interdépendantes ?
Structurer les séries pour une analyse VAR et interpréter leurs relations dans un cadre multivarié.
Économétrie, VAR, séries macroéconomiques, analyse statistique.
Raisonnement économique, spécification de modèle et interprétation de dynamiques multivariées.
Comment structurer extraction, transformation et requêtage lorsque le volume et la complexité augmentent ?
Organiser un pipeline de traitement et utiliser SQL/PySpark pour les transformations et analyses.
SQL, PySpark, Spark, transformation de données, requêtes analytiques.
Fondamentaux data engineering, pensée scalable et workflows reproductibles.
Mon profil GitHub permet déjà de consulter mes travaux. Les liens vers les dépôts, notebooks, rapports et captures propres à chaque étude de cas seront reliés progressivement ici.
Voir mon GitHub ↗Je peux vous expliquer l’approche ou discuter d’une version adaptée à votre organisation.