Tahani Proietti

Data Scientist | Python, SQL, GCP

Salaire / Taux journalier

Paris, France

Mobilité : Paris

Freelance

Peut venir sur site

Expertises

PythonDeep LearningData ScienceMachine Learning

Langues

Anglais (Courant)

À propos

Introduction

Data Scientist spécialisée en NLP et Deep Learning avec expertise en Machine Learning pour la détection de défauts industriels. Maîtrise PyTorch, SQL et GCP, avec expérience en R&D sur le Machine Unlearning. Je transforme vos données complexes en solutions IA innovantes et sur-mesure.

Liens

Expérience de travail

Data Scientist

CENTRES RELIER

juin 2025 - Présent

1 an 5 mois

92130 Issy-les-Moulineaux, France

Professeur particulier de mathématiques, chimie et SVT niveau collège et lycée

janv. 2021 - Présent

5 ans 10 mois

Chargée d'enseignement Excel et VBA à la Sorbonne

Université Paris 1 Panthéon-Sorbonne

sept. 2024 - janv. 2025

5 mois

Paris, France

Utilisation d'Excel et de la programmation VBA (Visual Basic for Applications) pour l'analyse des données de gestion.

Professeur particulier d’anglais

janv. 2022 - déc. 2024

3 ans

Data Scientist

Aubay

mars 2024 - oct. 2024

8 mois

92100 Boulogne-Billancourt, France

- Machine Unlearning : branche de l'Intelligence Artificielle qui vise à faire « oublier » à un modèle une partie des données sur lesquelles il a été entraîné. - Essentiel pour garantir le respect de la vie privée, suivre les réglementations sur les données personnelles comme la RGPD, et assurer la fiabilité d'un modèle - Inspirés par les méthodes de Machine Unlearning SSD et SalUn, nous avons développé notre propre approche de désapprentissage en manipulant les poids d'un réseau de neurones. - Développement d'un site web pour la démonstration de notre modèle de désapprentissage.

Data Scientist

Laboratoire IBISC, Université d’Evry, Université Paris-Saclay

mai 2023 - août 2023

4 mois

Évry-Courcouronnes, France

Sujet de stage : Améliorer un modèle de détection de défauts de composants industriels à partir de leurs signaux ultrasonores multimodaux - Implémenter et améliorer des modèles de classification basés sur l'espace latent d'un Auto-Encodeur Variationnel (VAE) : Perceptron Multicouche, Vision Transformer, Contrastive Learning - Gérer un ensemble de données déséquilibrées - Analyse et traitement des signaux (transformée de Fourier à court terme) et visualisation des données - Pytorch, TensorBoard, CUDA


Formation

Université Paris-Saclay

Master

2022 - 2024

3 ans

Université Paris-Saclay

Double Licence Mathématiques-Informatique

2019 - 2022

4 ans

Université Paris-Saclay

L1 Double Licence Mathématiques-Biologie

2018 - 2019

2 ans


Licences et certifications

TOIEC 950/990

Délivré le : –

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.