Betrouwbare leraar
Deze leraar antwoordt snel. Dit getuigt van een goede dienstverlening naar haar of zijn leerlingen toe.
Sinds augustus 2014
Leraar sinds augustus 2014
Etudiant en doctorat à Paris 1 propose cours R|Python pour data science
Van 36 € /h
Je suis actuellement en dernière année de doctorat. J'ai écrit deux textbook sur le data science, un premier consacrer à R et l'analyse de donnée. Un second sur la création de modèle de deep learning avec Tensorflow.
Il semble important de pouvoir transmettre ce savoir pour aborder sereinement le data science.
Concernant mon expérience d'enseignement, j'ai été moniteur de ski pendant 5 ans et profes
Ma méthode d'enseignement est basée sur l'utilisation de notebook Jupyter et des outils de collaboration en ligne pour optimiser au mieux les échanges.
L'ensemble des cours se fait autour de cas pratiques avec une première partie consacrée aux notions théoriques.
Tous les cours seront disponible en ligne.
L’idée est de proposer une formation pour maitriser l’ensemble de la chaine de valeur de l’analyse de donnée:
1: Connexion base de donnée
2: Création plateforme collaborative
3: Connaissance language de programmation pour mettre en place l’analyse
4: Découverte d’outils d’analyse: capter la meilleure histoire derrière les données
5: Rédaction de rapport/Dashboard en mode collaborative
6: Partage de l’analyse avec le monde extérieur (via Medium, blog/site internet, et autre outil.
L'audience est principalement les étudiants de second cycle ou professionels souhaitant développer les connaissances en data science.
Il semble important de pouvoir transmettre ce savoir pour aborder sereinement le data science.
Concernant mon expérience d'enseignement, j'ai été moniteur de ski pendant 5 ans et profes
Ma méthode d'enseignement est basée sur l'utilisation de notebook Jupyter et des outils de collaboration en ligne pour optimiser au mieux les échanges.
L'ensemble des cours se fait autour de cas pratiques avec une première partie consacrée aux notions théoriques.
Tous les cours seront disponible en ligne.
L’idée est de proposer une formation pour maitriser l’ensemble de la chaine de valeur de l’analyse de donnée:
1: Connexion base de donnée
2: Création plateforme collaborative
3: Connaissance language de programmation pour mettre en place l’analyse
4: Découverte d’outils d’analyse: capter la meilleure histoire derrière les données
5: Rédaction de rapport/Dashboard en mode collaborative
6: Partage de l’analyse avec le monde extérieur (via Medium, blog/site internet, et autre outil.
L'audience est principalement les étudiants de second cycle ou professionels souhaitant développer les connaissances en data science.
Locatie
Plaats gekozen door de student :
- In de omgeving van Le Kremlin-Bicêtre, Frankrijk
Over
Candidat au doctorat, intuitif et axé sur les résultats. Maitrise l’intégration des algorithmes d'apprentissage automatique, des structures et de l'analyse de donnée. Habile à appliquer des techniques d'apprentissage automatique et des techniques de modélisation statistique pour résoudre les problèmes techniques. Succès éprouvé en fournissant aux entreprises des recherches et des solutions. Excellente communication, souci du détail et résolution de problèmes
Qualité
Excellentes compétences en analyse analytique et aptitude confirmée à lire et interpréter
différentes données
Capacité à communiquer les résultats statistiques et scientifiques détaillés destinés à des
profanes. Agile dans l'apprentissage de compétences et dans la participation à de nouvelles solutions de processus
langages de programmation et des logiciels tels que Python, R, TensorFlow, BigQuery, Docker, GitHub, Web Scrapping, SQL, STATA, LaTex, VBA, Power Query, Power BI, Access
Qualité
Excellentes compétences en analyse analytique et aptitude confirmée à lire et interpréter
différentes données
Capacité à communiquer les résultats statistiques et scientifiques détaillés destinés à des
profanes. Agile dans l'apprentissage de compétences et dans la participation à de nouvelles solutions de processus
langages de programmation et des logiciels tels que Python, R, TensorFlow, BigQuery, Docker, GitHub, Web Scrapping, SQL, STATA, LaTex, VBA, Power Query, Power BI, Access
Opleiding
PARIS 1 et FUDAN UNIVERSITY, (FRANCE et CHINE) |2015 – 2018|
PhD Candidate International Trade (Enseigné en chinois et anglais)
Sujet d’étude: Econometrics, Foreign Direct Investment, Export and Quality
Sujet: “Economic Complexity and Location of Foreign Firms in China”
Sujet: “Promoting Upgrading: The Role of Governmental Interventions in China”
Sujet: “The Role of the VAT Rebate on the Process of Quality Upgrading, Evidence from China”
UNIVERSITé PARIS 1 PANTHEON SORBONE - ENS CACHAN (avec honeur) |2014|
Master 2 Recherche International Trade (enseigné en English)
Thèse Master: “Economic Complexity and Location of Foreign Firms in China”
PhD Candidate International Trade (Enseigné en chinois et anglais)
Sujet d’étude: Econometrics, Foreign Direct Investment, Export and Quality
Sujet: “Economic Complexity and Location of Foreign Firms in China”
Sujet: “Promoting Upgrading: The Role of Governmental Interventions in China”
Sujet: “The Role of the VAT Rebate on the Process of Quality Upgrading, Evidence from China”
UNIVERSITé PARIS 1 PANTHEON SORBONE - ENS CACHAN (avec honeur) |2014|
Master 2 Recherche International Trade (enseigné en English)
Thèse Master: “Economic Complexity and Location of Foreign Firms in China”
Leservaring
Missions freelance |Jul 2016 – Present|
Rédacteur du texbook Introduction to R for data analysis
Rédacteur du texbook Artificial Intelligence with TensorFlow
Cas 1 : Prévision de la volatilité avec le modèle de la famille GARCH
Utilisation du modèle GARCH pour rendre l’indice de marché FCHI en une prévision de volatilité
robuste
Utilisation du modèle Markov-Switching GARCH pour améliorer les performances sur un marché
avec des ruptures structurelles
Cas 2 : Prédire le meilleur moment pour poster un message sur Weibo (Tweeter chinois)
Utilisation de Hurdle negative binomial model pour améliorer les performances de prédictions
lorsque la variable dépendante à un excès de zéro.
Utilisation de modèle a classe latente pour clustériser les comptes Weibo
Cas 3 Problème : Manque de donnée pour calculer la marge d’une entreprise produisant des cuisines
sur-mesure.
Création d’un fichier ergonomique sur Accès pour permettre la collecte et analyse de données
Développement d’un modèle avec point mort pour obtenir un prix de vente en temps réel
Implémentation d’une traçabilité des achats/ventes pour connaître précisément la marge sur chaque vente
Création d’un rapport mensuel
Résultat : +10% d’amélioration de la marge après un an
Autres projets
Superviser la création d’un Dashboard sur la rétention client : model customer repeat rate et
CLV avec modèle Pareto/NBD
Superviser la rédaction d’un projet pour un appel d’offre : Modélisation de la demande pour
un parc d’attraction basé à Pékin : Generalized Bass Model et autre méthode de Machine Learning
Superviser la rédaction d’une analyse statistique après la collecte de données d’enquête pour le lancement d’un produit en Chine : Chi test, confidence interval, ANOVA
Rédacteur du texbook Introduction to R for data analysis
Rédacteur du texbook Artificial Intelligence with TensorFlow
Cas 1 : Prévision de la volatilité avec le modèle de la famille GARCH
Utilisation du modèle GARCH pour rendre l’indice de marché FCHI en une prévision de volatilité
robuste
Utilisation du modèle Markov-Switching GARCH pour améliorer les performances sur un marché
avec des ruptures structurelles
Cas 2 : Prédire le meilleur moment pour poster un message sur Weibo (Tweeter chinois)
Utilisation de Hurdle negative binomial model pour améliorer les performances de prédictions
lorsque la variable dépendante à un excès de zéro.
Utilisation de modèle a classe latente pour clustériser les comptes Weibo
Cas 3 Problème : Manque de donnée pour calculer la marge d’une entreprise produisant des cuisines
sur-mesure.
Création d’un fichier ergonomique sur Accès pour permettre la collecte et analyse de données
Développement d’un modèle avec point mort pour obtenir un prix de vente en temps réel
Implémentation d’une traçabilité des achats/ventes pour connaître précisément la marge sur chaque vente
Création d’un rapport mensuel
Résultat : +10% d’amélioration de la marge après un an
Autres projets
Superviser la création d’un Dashboard sur la rétention client : model customer repeat rate et
CLV avec modèle Pareto/NBD
Superviser la rédaction d’un projet pour un appel d’offre : Modélisation de la demande pour
un parc d’attraction basé à Pékin : Generalized Bass Model et autre méthode de Machine Learning
Superviser la rédaction d’une analyse statistique après la collecte de données d’enquête pour le lancement d’un produit en Chine : Chi test, confidence interval, ANOVA
Leeftijd
Volwassenen (18-64 jaar oud)
Senioren (65+ jaar oud)
Niveau van de leerling
Beginner
Gemiddeld
Duur
60 minuten
De les wordt gegeven in
Engels
Frans
Vaardigheden
Beoordelingen
Beschikbaarheid typische week
(GMT -05:00)
New York
Bij de student thuis
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
Good-fit Leraar Garantie
Contacteer Thomas