Gabriel Chehade

Je suis Data Scientist et Ingénieur Machine Learning. J'aide mes clients à concevoir, développer, déployer et maintenir des modèles de Machine Learning répondant à leurs besoins. Motivé pour relever de nouveaux défis, j’aspire à trouver une mission où je pourrai construire, améliorer et entretenir des projets data afin d’apporter des solutions à des problèmes complexes.

DATA SCIENTIST | Vélizy, France

Groupe SII | Février 2023 – Octobre 2024

• Collection, analyse et pré-traitement des données à l’aide de Pandas, Numpy et Matplotlib.
• Analyse approfondie de séries temporelles (Time Series) telles que des relevés de consommation et production énergétique de bâtiments.
• Développement de modèles de Machine Learning et Deep Learning pour prédire la consommation énergétique de bâtiments.
• Déploiement des modèles de Machine Learning sur le cloud AWS sous forme d’API pour les intégrer facilement à des applications tierces.
• Développement de preuves de concept (PoC).
• Management des ingénieurs travaillant sur le projet.

Université Paris-Saclay | Octobre 2018 – Janvier 2022

• Mise en place d’un montage expérimental d’optique pour effectuer des expériences sur des semiconducteurs.
• Analyse des données expérimentales avec Python, Jupyter, Matplotlib, Numpy et Pandas.
• Modélisation et simulation des données à l’aide de Scipy et LMfit afin de reproduire les données expérimentales et comprendre les phénomènes physiques observés durant les expériences.
• Contribution à la publication de 3 articles scientifiques.
• Publication d’une thèse centrée sur l’étude de semiconducteurs dénommés les préovskites hybrides 2D.

CENTRALE SUPELEC – OPENCLASSROOMS | À distance

Certification Data Scientist | Mars 2022 – Janvier 2023

Formation professionnalisante composée de 8 projets (disponibles sur mon Github).

Compétences acquises

• Collecter et préparer des données en vue de l’analyse.
• Faire des analyses statistiques.
• Communiquer ses résultats à l’aide de graphiques pertinents.
• Développer des algorithmes de Machine et Deep Learning en Python.
• Traiter et exploiter des données non structurées avec Tensorflow.
• Déployer un modèle d’IA via une API dans le web à l’aide de Flask, Docker et Amazon EC2.
• Déployer une architecture Big Data dans le cloud avec Amazon EMR et Pyspark.
• Créer des dashboards dynamiques à l’aide de Streamlit ou Dash.

Doctorat en Physique | 2018 – 2021

Intitulé : « Dynamique de recombinaison et propriétés excitoniques dans les pérovskites hybrides 2D »

Master de Physique | 2016 – 2018

Master de Physique spécialisé dans l’Optique et l’interaction lumière-matière.

Licence de Physique | 2013 – 2016

Licence de Physique Appliquée.