Kevin Picavet

Ingénieur de recherche, data scientist, je suis issu d'une formation staps eops pmh

Issu d'un cursus en recherche et analyse de données, je suis un ingénieur spécialisé dans l'acquisition, l'interprétation, et l'analyse de données liées à la santé des personnes. Titulaire d’un Master STAPS EOPS PMH de l’Université de Bordeaux, j'ai plus de quatre ans d’expérience dans le domaine de l’analyse biomécanique, de l’optimisation des performances humaines et de l’analyse de données. J'ai eu l'opportunité de travailler sur des projets innovants, notamment au sein de l’IRMES (INSEP) et du LABREM, où j'ai acquis des compétences pointues en analyse vidéo, modélisation de la marche et développement d'algorithmes.

Passionné par la recherche scientifique, je m'efforce de contribuer à des projets ayant un impact direct sur la qualité de vie des individus, en alliant science et performance. Mon expertise dans l’analyse des signaux naturels et les dispositifs embarqués pour la santé me permet d’apporter des solutions techniques innovantes tout en respectant les aspects éthiques, notamment la vie privée des utilisateurs.

Je suis titulaire d’un Master STAPS (Sciences et Techniques des Activités Physiques et Sportives) spécialité EOPS (Entraînement et Optimisation de la Performance Sportive) option PMH (Performance, Mouvement, Handicap) de l’Université de Bordeaux. Cette formation m’a permis de développer une solide expertise en analyse biomécanique et statistique appliquée à l’optimisation des performances physiques et à la rééducation fonctionnelle.

Au cœur de mon parcours, j’ai acquis des compétences avancées en traitement de données quantitatives, incluant la modélisation statistique des mouvements humains et l’analyse prédictive des performances. J’ai appris à utiliser des méthodes statistiques telles que la régression, les modèles prédictifs et l’analyse multivariée pour interpréter des signaux biomécaniques complexes, notamment dans des contextes de handicap et d'optimisation sportive. Ces compétences m'ont également permis de concevoir et d'implémenter des algorithmes pour l'analyse de données de mouvement, en intégrant des outils de machine learning pour la prédiction et l'optimisation des performances.

Cette approche statistique et scientifique de l’analyse du mouvement me rend particulièrement apte à contribuer à des projets qui nécessitent l’interprétation et le traitement de grands volumes de données, notamment dans les domaines de la santé et du sport.