Malt welcome

Welcome to Bruno's freelance profile!

Malt gives you access to the best freelancers for your projects. Contact Bruno to discuss your project or search for other freelancer profiles on Malt.

Bruno Siarry

Data scientist, PhD. with consultant experience
  • Suggested rate
    £415 / day
  • Experience3-7 years
  • Response rate100%
  • Response time1 hour
The project will begin once you accept Bruno's quote.
Location and workplace preferences
Location
Paris, France
Can work onsite in your office in
  • and around Paris (up to 50km)
Verifications

Freelancer code of conduct signed

Read the Malt code of conduct
Verified email
Languages
Categories
Share this profile
These freelancer profiles also match your search criteria
Agatha FrydrychAF

Agatha Frydrych

Backend Java Software Engineer

Baptiste DuhenBD

Baptiste Duhen

Fullstack developer

Amed HamouAH

Amed Hamou

Senior Lead Developer

Audrey ChampionAC

Audrey Champion

Web developer

Skill set (20)
Bruno in a few words
Currently focused on Data Science and Machine Learning. As a consultant, I dedicate myself to the programmation and deployment of Machine Learning models in various contexts.
As a Physics PhD. I previously contributed to the development and use of multiple optical experimental setups for imaging and characterization of nanostructures.

Specialized in :
- Machine Learning, statistics and visualization techniques for Data analysis
- Programing (Python, pandas, sklearn, seaborn, ...) and DevOps (GitLab, AWS, ...)
- Scientific communication and teaching
- Optical imaging and characterization, laser optics, and nanostructure physics
Experience
  • Axionable
    Data Scientist PhD
    September 2020 - Today (4 years and 3 months)
    Paris, France
    Création de solutions ML spécifiques aux clients, POC et mise en production. Traitement de données industrielles, climatiques, et du langage (NLP). Présentation aux clients d'analyses et de visualisations, pour la génération de valeur. Travaux de méthodologie, sur les bonnes pratiques de l'IA de confiance (biais, explicabilité, robustesse, ...). Principaux projets :
    - Pour un acteur majeur du secteur de l'énergie : création d'un programme (mis en production) de classification de variables, pour assister les équipes d'ingénierie dans un processus de modernisation d'une installation industrielle.
    - Pour un grand assureur : analyse de données climatiques, pour la prévision et la projection de coûts liés aux catastrophes naturelles.
    - Pour le développement d'Axionable : revue et développement de la méthodologie Axionable (ADM) en vue de sa certification. Avec une attention particulière portée aux biais algorithmique, à l'explicabilité, à l'historisation, et à la protection des données.
    - Certification "IA de Confiance" de la méthodologie Axionable par le LNE : préparation de l'audit, documentation de nos process pour le développement de solutions d'IA de confiance.
  • Consejo Nacional de Investigaciones Científicas y Técnicas
    Chercheur postdoctoral
    April 2017 - March 2020 (2 years and 11 months)
    Buenos Aires, Argentina
    Développement de techniques de microscopie super-résolues, analyse d'image, élaboration de protocoles expérimentaux. Mise en place des dispositifs optiques (STED, STORM, DNA-Paint). Acquisition d'image de fluorescence d'échantillon biologiques immunomarqués, post-processing et traitement. Analyse quantitative des images par l'élaboration de programmes Python et Matlab. Préparation d'échantillons et de solutions buffers d'imagerie. Résultats principaux:
    - développement de SIMPLE: technique novatrice permettant l'imagerie 3D avec une résolution <10 nm, par mesure de la photométrie en illumination TIRF.
    - observation de FRET super-résolu grâce à la technique STED (to be published ...)
    - programmation de pipe-lines de post-processing, pour l'analyse automatisée d'images.
    - élaboration de programmes Python pour l'analyse d'image (colocalisation, clustering, ...)
  • Université Pierre et Marie Curie
    Chargé de recherches
    September 2012 - December 2015 (3 years and 3 months)
    Paris, France
    Développement d'expériences d'optique impulsionnelle sur des nanostructures (boîtes quantiques d'InAs/GaAs). Modélisation semi-classique de la dynamique des spin sur Mathematica. Etudes en conditions cryogéniques (4 K), et sous vide. Travail avec lasers de classe IV. Expériences de salle blanche. Résultats principaux:
    - Multiplication de la sensibilité du dispositif expérimental par 1000, grâce à l'amplification hétérodyne du faisceau sonde et sa détection synchrone.
    - Manipulation de la cohérence de spin d'un ensemble réduit de boîtes quantiques par application d'un champ magnétique.
    - Évaluation du temps de cohérence du spin de trous dans des boîtes quantiques dopées, par resynchronisation de la précession (Mode-locking).
Recommendations
Education
  • Doctor of Philosophy
    Université Pierre et Marie Curie
    2015
    Doctor of Philosophy - PhD, Physique
  • Machine Learning Engineer bootcamp
    Yotta Academy
    2020
    Machine Learning Engineer bootcamp
  • Diplôme d'ingénieur, Physique Nanosciences
    Grenoble INP - Phelma
    2012
    Diplôme d'ingénieur, Physique Nanosciences
  • Master 2 (M2), Physique de la matière condensée
    Université Grenoble Alpes
    2012
    Master 2 (M2), Physique de la matière condensée
  • Echange universitaire, Physique
    Imperial College London
    2011
    Echange universitaire, Physique