Je vais faire de l'analyse de données en python et des modèles d'apprentissage automatique

Certaines informations ont été traduites automatiquement.

Mexique

Je parle Espagnol, Anglais

Data Scientist et analyste quantitatif

Bonjour, je suis Alexis — Data Scientist senior et analyste quantitatif avec un MSc en statistiques appliquées et une expérience en analytique des risques bancaires. Je crée des solutions de données ...
À propos de ce service

Vous cherchez des solutions rigoureuses de Data Science et d'apprentissage automatique prêtes pour la production, livrées à temps ?


Je suis un Data Scientist senior avec un master en statistiques appliquées et une expérience en modélisation des risques financiers. Je crée des solutions quantitatives propres, explicables et mathématiquement solides, adaptées à votre projet.


Ce que je propose :

Apprentissage automatique : classification, régression, clustering et pipelines XGBoost.

Analyse statistique : tests d'hypothèses, prévisions de séries temporelles et modélisation économétrique.

Prétraitement des données : ingénierie des caractéristiques, nettoyage, EDA et détection d'anomalies (Pandas, DuckDB, SQL).

Tableaux de bord interactifs : applications web réactives avec Streamlit et Dash.

Audit de modèles : évaluation des métriques (ROC-AUC, F1-score) et suivi du décalage de performance.


Pile technologique :

Python | Scikit-learn | XGBoost | Statsmodels | DuckDB | Pandas | NumPy | Streamlit | Dash | SQL


Livrables :

Code Python propre, commenté et prêt à l'emploi (.ipynb ou scripts .py).

Résumé clair pour la direction et interprétation des résultats.

Délais rapides et résultats reproductibles.


Veuillez m'envoyer un message avant de commander pour que nous puissions discuter de votre jeu de données et de vos objectifs !

Domaine:

Machine learning

Expertise:

Classification

•

Churn (attrition)

•

regroupement

Langage de programmation:

Python

•

R

•

Amazon SageMaker

Outils:

Jupyter Notebook

•

opencv

•

Excel

•

Amazon SageMaker

•

Colab

Technologie:

Python

•

R

•

tensorflow

•

opencv

•

Jupyter Notebook

•

Excel

Modélisation et méthodes:

Machine learning

•

Deep learning