freelance

Freelance / Consulting

  • J’accompagne les structures qui ont besoin d’analyse statistique rigoureuse, de modélisation et de comprendre et déployer des outils d’IA.

    Compétences

    • Analyses statistiques : modèles bayésiens ou hiérarchiques, séries temporelles, estimation d’incertitudes pour appuyer la décision.
    • Analyses prédictives : scoring, classification, NLP léger ; livrables reproductibles en notebooks ou scripts prêts à intégrer.
    • Analyse de données & visualisations : exploitation de bases publiques ou privées, mise en forme claire pour les décideurs.
    • Transfert de compétences : ateliers d’introduction aux stats/IA adaptés aux attentes des équipes.

    Approche

    1. Clarifier la question métier, les métriques utiles et les contraintes d’usage.
    2. Structurer les données (qualité, lignage, documentation de chaque transformation).
    3. Construire le modèle, le prototype ou la visualisation la plus simple possible.
    4. Transmettre : code commenté, rapport court, passation orale ou atelier ciblé.

    Expérience & ancrage

    Monde pharmaceutique, officines, épidémiologie et santé publique constituent mon terrain principal. J’y suis habitué aux contraintes qualité, à la documentation et aux délais serrés.

    🤝 Contact direct par email

    📊 Exemples de projets

    Apple Health Data through R

    This project showcases some visuals from my own Apple Health data, collected over twenty months, parsed, cleaned, and visualised using R.

    16 Dec 2025 · Projects

  • I help teams with rigorous statistical analyses & modelling, and understanding and using lightweight AI tools.

    Skills

    • Statistical work: Bayesian/hierarchical models, time series, uncertainty quantification for better decisions.
    • Predictions: scoring, classification, lightweight NLP; reproducible notebooks or scripts that plug into your stack.
    • Data Analytics & Visualisation: public or proprietary datasets turned into clear narratives for stakeholders.
    • Traininng and skill transfer: workshops on statistical fundamentals and AI literacy tailored to non-technical teams.

    Collaboration approach

    1. Clarify the business question, success metrics, and usage constraints.
    2. Structure the data (quality checks, lineage, fully documented steps).
    3. Build the minimal model / prototype / visual that answers the question.
    4. Transfer knowledge: commented code, short report, live handover or focused workshop.

    Experience & focus

    Pharmaceutical ecosystems, pharmacies, epidemiology, and public health are my core playground. I am used to quality constraints, documentation duties, and tight institutional timelines.

    🤝 Get in touch : Email me directly

    📊 Recent work highlights

    Apple Health Data through R

    This project showcases some visuals from my own Apple Health data, collected over twenty months, parsed, cleaned, and visualised using R.

    16 Dec 2025 · Projects