Thomas Chastaingt
Data Scientist / Engineer Junior
Salaire / Taux journalier
Paris, France
Freelance, ouvert au CDI
Peut venir sur site
Expertises
Langues
À propos
Introduction
Data Scientist / Engineer spécialisé en santé, avec expérience chez Sanofi. Conçoit et déploie des solutions prédictives de bout en bout : ingestion de données (SQL, Snowflake, Python), modélisation machine learning et mise en production via applications interactives (Dash/Plotly). Allie expertise technique et compréhension métier pour livrer des outils réellement utilisés par les équipes.
Expérience de travail
Sanofi
mai 2024 - Présent
2 ans 6 mois
94250 Gentilly, France
Alternant Data Scientist
sept. 2024 - Présent
2 ans 2 mois
94250 Gentilly, France
Conception d’un outil de prédiction des charges de travail pour les études cliniques, Data Engineering : Conception d'un pipeline de données (Snowflake, Python, SQL) pour traiter l'historique des études cliniques. Collecte traitement et nettoyage des données. Machine Learning : Développement de modèles prédictifs pour estimer les charges de travail futures. Développement : Création d'une application Dash/Plotly pour la visualisation et l'ajustement des prévisions. Infrastructure : gestion des environnements de développement, UAT et production (Posit Connect), gestion du dépôt Git (branches dev/UAT/prod), déploiement des applications, tests unitaires, validation des analyses prédictives. Communication : Présentation des avancées aux parties prenantes et documentation
Stagiaire Data Engineer
mai 2024 - août 2024
4 mois
94250 Gentilly, France
Conception d’un outil de prédiction des charges de travail pour les études cliniques, Data Engineering : Conception d'un pipeline de données (Snowflake, Python, SQL) pour traiter l'historique des études cliniques. Collecte traitement et nettoyage des données.
Projet universitaire Deep learning (Master 1 et Master 2)
Université de Poitiers
nov. 2023 - mars 2025
1 an 5 mois
86000 Poitiers, France
Projet Kinase IA Projet en collaboration avec le laboratoire COMET de l'université de Poitiers Projet de recherche fondamentale de prédiction d'interaction entre protéines kinases et ligands avec des modèles de deep learning, afin de réaliser une présélection de molécules candidates à des tests in silico. Deep Learning : Implémentation d'une architecture transformer multi-modale combinant ProtT5 pour l'analyse des poches protéiques et ChemBERTa pour la caractérisation des ligands (PyTorch, Tensorflow, Keras) Fine-tuning : Optimisation des modèles pré-entraînés sur des données spécifiques d'interactions moléculaires Modélisation : Développement d'un réseau de neurones (MLP) atteignant 98% de précision dans la prédiction des interactions protéines-ligands (Chemogénomique, Python, Excel, Transformers, fine-tuning)
Stagiaire Numérisation des stocks d'un laboratoire d'analyses
CAIRAP
mai 2023 - août 2023
4 mois
Arue, Tahiti, Polynésie Française · On-site
Mise en route de la gestion du stock de consommables et suivi du parc d'équipements sensibles par le LIMS d'un laboratoire d'analyses industrielles. - Mise en route de la gestion des stocks sur le LIMS - Documentation - Formation des techniciens Outils: LIMS ARES, Excel, Python.
Formation
Génie Physiologique Informatique
Master
2023 - 2025
2 ans 2 mois
Université de Poitiers
Licence
2020 - 2023
3 ans 1 mois
Licences et certifications
Apprentissage automatique avec Apache Spark
Délivré le : sept. 2025
Apprentissage automatique en production
Délivré le : août 2025
Opérations d’apprentissage automatique (MLOps) : pour commencer
Délivré le : août 2025
MOOC Gestion de Projet, Attestation session 22 Parcours Classique
Délivré le : déc. 2023