Traduit par Google
Etudiant en doctorat à Paris 1 propose cours R|Python pour data science
Àpd 59.53 C$ /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.
Lieu
Cours au domicile de l'élève :
- Autour de Le Kremlin-Bicêtre, France
Présentation
Doctorant intuitif et orienté résultats. Maîtrise de l'intégration des algorithmes d'apprentissage automatique, des structures de données et de l'analyse de données. Aptitude à appliquer les techniques d'apprentissage automatique et de modélisation statistique à la résolution de problèmes techniques. Expérience confirmée dans la réalisation de projets de recherche et la mise en œuvre de solutions pour les entreprises. Excellentes compétences en communication, rigueur et capacité à résoudre les problèmes.
Qualité
Excellentes compétences analytiques et capacité avérée à lire et à interpréter
données différentes
Capacité à communiquer des résultats statistiques et scientifiques détaillés destinés à
profanes. Capacité d'apprentissage rapide et aptitude à participer à l'élaboration de nouvelles solutions de processus.
Langages de programmation et logiciels tels que Python, R, TensorFlow, BigQuery, Docker, GitHub, Web Scraping, SQL, STATA, LaTeX, VBA, Power Query, Power BI, Access
Qualité
Excellentes compétences analytiques et capacité avérée à lire et à interpréter
données différentes
Capacité à communiquer des résultats statistiques et scientifiques détaillés destinés à
profanes. Capacité d'apprentissage rapide et aptitude à participer à l'élaboration de nouvelles solutions de processus.
Langages de programmation et logiciels tels que Python, R, TensorFlow, BigQuery, Docker, GitHub, Web Scraping, SQL, STATA, LaTeX, VBA, Power Query, Power BI, Access
Education
PARIS 1 et UNIVERSITÉ FUDAN, (FRANCE et CHINE) |2015 – 2018|
Doctorant en commerce international (enseignement en chinois et en anglais)
Sujets d'étude : Économétrie, investissement direct étranger, exportation et qualité
Sujet : « Complexité économique et localisation des entreprises étrangères en Chine »
Sujet : « Promouvoir la modernisation : le rôle des interventions gouvernementales en Chine »
Sujet : « Le rôle du remboursement de la TVA dans le processus d’amélioration de la qualité : le cas de la Chine »
Université Paris 1 Panthéon Sorbone - Ens Cachan (mention très bien) |2014|
Master 2 Recherche en commerce international (enseignement en anglais)
Thèse de Master : « Complexité économique et localisation des entreprises étrangères en Chine »
Doctorant en commerce international (enseignement en chinois et en anglais)
Sujets d'étude : Économétrie, investissement direct étranger, exportation et qualité
Sujet : « Complexité économique et localisation des entreprises étrangères en Chine »
Sujet : « Promouvoir la modernisation : le rôle des interventions gouvernementales en Chine »
Sujet : « Le rôle du remboursement de la TVA dans le processus d’amélioration de la qualité : le cas de la Chine »
Université Paris 1 Panthéon Sorbone - Ens Cachan (mention très bien) |2014|
Master 2 Recherche en commerce international (enseignement en anglais)
Thèse de Master : « Complexité économique et localisation des entreprises étrangères en Chine »
Expérience / Qualifications
Missions freelance | Juillet 2016 – Aujourd'hui |
Auteur du manuel Introduction à R pour l'analyse de données
Auteur du manuel *Intelligence artificielle avec TensorFlow*
Cas 1 : Prévision de la volatilité avec le modèle de la famille GARCH
Utilisation du modèle GARCH pour transformer l'indice de marché FCHI en une prévision de volatilité
robuste
Utiliser le modèle GARCH à changement de régime markovien pour améliorer les performances sur un marché
avec des ruptures structurelles
Cas 2 : Prédire le meilleur moment pour publier un message sur Weibo (Twitter chinois)
Utilisation du modèle binomial négatif Hurdle pour améliorer les performances de prédiction
lorsque la variable dépendante présente un excès de zéro.
Utilisation d'un modèle de classe latente pour regrouper les comptes Weibo
Cas n° 3 : Problème : Manque de données pour calculer la marge bénéficiaire d’une entreprise fabriquant des cuisines
sur mesure.
Création d'un fichier convivial sur Access pour permettre la collecte et l'analyse des données
Développement d'un modèle de seuil de rentabilité pour obtenir un prix de vente en temps réel
Mise en place d'une traçabilité des achats/ventes afin de déterminer avec précision la marge sur chaque vente.
Création d'un rapport mensuel
Résultat : amélioration de 10 % de la marge après un an
Autres projets
Superviser la création d'un tableau de bord de fidélisation client : modèle de taux de récurrence client et
CLV avec modèle Pareto/NBD
Supervision de la rédaction d'une proposition de projet en réponse à un appel d'offres : modélisation de la demande
Un parc d'attractions basé à Pékin : Modèle de Bass généralisé et autres méthodes d'apprentissage automatique
Superviser la rédaction d'une analyse statistique suite à la collecte de données d'enquête pour le lancement d'un produit en Chine : test du χ², intervalle de confiance, ANOVA
Auteur du manuel Introduction à R pour l'analyse de données
Auteur du manuel *Intelligence artificielle avec TensorFlow*
Cas 1 : Prévision de la volatilité avec le modèle de la famille GARCH
Utilisation du modèle GARCH pour transformer l'indice de marché FCHI en une prévision de volatilité
robuste
Utiliser le modèle GARCH à changement de régime markovien pour améliorer les performances sur un marché
avec des ruptures structurelles
Cas 2 : Prédire le meilleur moment pour publier un message sur Weibo (Twitter chinois)
Utilisation du modèle binomial négatif Hurdle pour améliorer les performances de prédiction
lorsque la variable dépendante présente un excès de zéro.
Utilisation d'un modèle de classe latente pour regrouper les comptes Weibo
Cas n° 3 : Problème : Manque de données pour calculer la marge bénéficiaire d’une entreprise fabriquant des cuisines
sur mesure.
Création d'un fichier convivial sur Access pour permettre la collecte et l'analyse des données
Développement d'un modèle de seuil de rentabilité pour obtenir un prix de vente en temps réel
Mise en place d'une traçabilité des achats/ventes afin de déterminer avec précision la marge sur chaque vente.
Création d'un rapport mensuel
Résultat : amélioration de 10 % de la marge après un an
Autres projets
Superviser la création d'un tableau de bord de fidélisation client : modèle de taux de récurrence client et
CLV avec modèle Pareto/NBD
Supervision de la rédaction d'une proposition de projet en réponse à un appel d'offres : modélisation de la demande
Un parc d'attractions basé à Pékin : Modèle de Bass généralisé et autres méthodes d'apprentissage automatique
Superviser la rédaction d'une analyse statistique suite à la collecte de données d'enquête pour le lancement d'un produit en Chine : test du χ², intervalle de confiance, ANOVA
Age
Adultes (18-64 ans)
Seniors (65+ ans)
Niveau du Cours
Débutant
Intermédiaire
Durée
60 minutes
Enseigné en
anglais
français
Compétences
Commentaires
Disponibilité semaine type
(GMT -04:00)
New York
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
Garantie Le-Bon-Prof








