Mathis Le Mouel

Introduction

Data Scientist spécialisé en machine learning et en industrialisation de solutions data, avec une expertise sur l’ensemble de la chaîne de valeur : de la préparation des données à la mise en production de modèles. J’interviens sur des problématiques complexes de valorisation de données multi-sources, en concevant, entraînant, optimisant (tuning) et évaluant des modèles performants dans des environnements cloud et big data (Spark, Azure Databricks, AWS). Au fil de mes expériences en insurtech, health data et supply chain, j’ai développé des pipelines automatisés, des reportings décisionnels et des datasets fiables, directement exploitables pour des usages métier à forte valeur ajoutée. En parallèle, j’ai conçu Vigilyx.io, un micro-SaaS de détection d’anomalies basé sur des données Stripe. L’objectif : permettre aux équipes (SaaS, startups, indépendants) de détecter automatiquement des variations anormales (revenus, transactions, churn, etc.) et de recevoir des alertes actionnables en temps réel. Ce projet s’inscrit dans une logique de data product, avec des modèles adaptés aux données de chaque client et une architecture moderne (Vercel, Railway, Supabase, Cloudflare R2). Mon objectif : transformer des données complexes en produits et usages métiers directement activables, avec une forte exigence sur la qualité des données, la robustesse des modèles et leur passage à l’échelle. Suite à une expérience de voyage en Asie, j’ai renforcé mes compétences en data science à travers des projets concrets et une veille active sur les nouveaux outils et approches (ML, data products, SaaS). 🔧 Python | SQL | Spark | Azure Databricks | MLflow | Machine Learning 🚀 Data Products | SaaS | Anomaly Detection 📍 Ouvert aux opportunités Data Scientist

Liens