Compétences

Une stack hybride pour construire, analyser et faire évoluer des solutions numériques.

Je combine des compétences web directement mobilisables avec une base académique et technique en statistiques, économétrie, finance et data science.

Data Science

Machine Learning et Deep Learning comme spécialisations.

La data science est le cadre principal : préparation, exploration, modélisation, validation et interprétation.

ML

Machine Learning

Scikit-learn · apprentissage supervisé · sélection de modèles · évaluation

DL

Deep Learning

TensorFlow · PyTorch · réseaux de neurones · CNN · LSTM

01

Développement web & présence digitale

WordPress · Elementor · Gutenberg · HTML5 · CSS3 · JavaScript · PHP · responsive design · bases SEO · Google Analytics · Search Console · Canva

02

Data Science

Python · Pandas · NumPy · préparation des données · feature engineering · validation et interprétation

03

Économétrie & statistiques

R · Stata · EViews · séries temporelles · VAR · modélisation statistique · interprétation économique

04

Finance & marchés

Marchés boursiers · séries financières · prévision · analyse quantitative · lecture économique et financière

05

Data Engineering & bases

SQL · PostgreSQL · MySQL · Spark · PySpark · Hadoop · transformation · pipelines analytiques

06

Visualisation & BI

Power BI · Tableau · Excel · Chart.js · D3.js · communication des résultats

07

Outils de développement & delivery

Git · GitHub · Linux · VS Code · hébergement/domaine · WhatsApp Business · workflow client

Approche

Des outils au service d’un résultat.

Problème avant outil

Choisir la technologie après avoir compris le besoin.

Clarté avant complexité

Une solution utile doit être compréhensible et maintenable.

Mesure & amélioration

Préparer le suivi pour pouvoir faire évoluer la solution.

Passer de la stack à la preuve

Vous voulez voir ces compétences appliquées ?

La page Projets montre des exemples concrets côté web, finance, économétrie et data engineering.

Voir les projets →