Harish Nattamai
Data Engineer
Salaire / Taux journalier
91300 Massy, France
Freelance, ouvert au CDI
Peut venir sur site
Expertises
Langues
À propos
Introduction
Data Scientist avec 5+ ans d'expertise en neurosciences computationnelles et pipelines de données haute performance. Traitement de 200+ Go de données EEG/MEG avec Python et clustering ML pour révéler des patterns cérébraux. Spécialisé en analyse statistique R, visualisation et solutions IA reproductibles pour insights exploitables.
Expérience de travail
Data Scientist
Institut du Cerveau – Paris Brain Institute
juil. 2023 - janv. 2025
1 an 7 mois
Paris, France
• Développement et maintenance de pipelines reproductibles et à haut débit avec MNE-Python, traitant plus de 200 Go de données EEG sur des clusters de calcul haute performance. • Création de visualisations de données, d’analyses statistiques (R) et de rapports interprétables fournissant des insights exploitables pour les cliniciens et chercheurs. • Rédaction de documentations claires et modulaires, accompagnée de sessions de transfert de connaissances pour assurer la continuité des projets. Outils & technologies : Python, MNE-Python, NumPy, SciPy, Matplotlib, Pandas R, MATLAB, Git, HPC, EEG, traitement du signal, analyse de séries temporelles.
Ingénieur de Recherche
Commissariat a l'Energie Atomique et aux Energies Alternatives
oct. 2019 - juil. 2023
3 ans 10 mois
91400 Saclay, France
• Conception et exécution d’un pipeline complet de prétraitement MEG : filtrage passe-bas, filtrage de Maxwell, suppression des artéfacts (ECG/EOG) via ICA (Independent component analysis) et PCA (Principal component analysis). • Application de méthodes de clustering non supervisé (k-means, Scikit-learn) pour révéler des motifs spatiaux dans l’activité oscillatoire cérébrale. • Garantie de la reproductibilité et de la scalabilité des analyses à l’aide de scripts Python modulaires et de pratiques de codage collaboratives. Outils & technologies : Python, SciPy, Scikit-learn, NumPy, MNE-Python, ICA, PCA, périodogramme de Welch, IRASA, MEG, traitement du signal, clustering, séries temporelles.
Formation
Coding Ninjas
Data Analytics Job bootcamp, Data Analyste Commerciale
2025 - 2025
9 mois
Reconversion vers la science des données orientée business, avec une spécialisation dans l’analyse commerciale. Réalisation de projets appliqués à partir de données réelles, dans le cadre d’une formation structurée. • Analyse de données de ventes : tendances, performance, prévisions • Modélisation prédictive : segmentation client, prédiction du churn, forecasting • Python (pandas, scikit-learn, matplotlib), SQL, Power BI, Tableau, Git • Analyse exploratoire (EDA) pour identifier les indicateurs clés de performance • Élaboration de tableaux de bord interactifs pour la prise de décision stratégique • Présentation d’insights business clairs et recommandations exploitables.
Sorbonne Université
PhD, Science Cognitives
2019 - 2023
3 ans 10 mois
Résultat : Doctorat
• Recherche interdisciplinaire à l’interface entre neurosciences, traitement du signal et data science. • Thèse axée sur l’analyse des signaux EEG/MEG pour l’étude des dynamiques cérébrales en contexte cognitif et clinique. • Collecte de données expérimentales, nettoyage de données, et développement de pipelines automatisés d’analyse. • Application de techniques avancées de traitement des séries temporelles, d’apprentissage automatique et de modélisation spectrale.
Università di Pisa
Master 2 (M2), Bionics Engineering (Neuroengineering)
2016 - 2019
3 ans 7 mois
Résultat : 28/30
• Formation interdisciplinaire en neurosciences, data science, traitement du signal et intelligence artificielle appliquée au biomédical. • Compétences en data mining : prétraitement des données, extraction de motifs fréquents, classification, clustering et détection d’anomalies. • Fondamentaux du traitement statistique du signal : PCA, estimation (moments, vraisemblance, Bayes, MMSE/MAP), modélisation ARMA, filtrage de Wiener, estimation spectrale. • Cours avancés en modélisation neuronale (Hebbien, intégration-déclenchement, Izhikevich), réseaux de neurones artificiels (Hopfield, RNN, LSM, Boltzmann, CNN, deep learning).
Sree Chitra Tirunal Institute for Medical Sciences and Technology
Master 1 (M1), Biomedical Engineering
2013 - 2015
2 ans
Résultat : 8.75/10
• Cours axés sur le traitement du signal biomédical, la modélisation de systèmes physiologiques, et l’analyse de données cliniques. • Projets pratiques en acquisition, nettoyage et interprétation de données expérimentales (EEG, EMG, IRM, etc.). • Application d’algorithmes statistiques et d’apprentissage automatique pour l’analyse et la visualisation de données de santé.
Anna University Chennai
Diplôme d'ingénieur, Electronics and Communication Engieering
2008 - 2012
3 ans 9 mois
Résultat : 8.79/10
• Formation en systèmes électroniques, traitement du signal, communications numériques, et systèmes embarqués. • Projets en circuits analogiques et numériques, microcontrôleurs, et protocoles de communication. • Compétences en MATLAB, Simulink, VHDL, et programmation en C/C++. • Bases solides en mathématiques appliquées, théorie du signal, et traitement des données.