Browse profiles Post a project
Malt welcom

Welcome to Kwabena's freelance profile!

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

Kwabena Osei-Tutu

Data Scientist Data Analyst Data Engineer Web dev

Can work in or around Gif-sur-Yvette, Épinay-sur-Seine, Paris 10e Arrondissement, Marseille, Lyon

  • 48.7014
  • 2.1336
  • Suggested rate €200 / day
  • Experience 0-2 years
  • Response rate 100%
  • Response time 1 hour
Propose a project The project will begin once you accept Kwabena's quote.

This freelancer is available full-time but hasn't confirmed their availability in over 7 days.

Propose a project The project will begin once you accept Kwabena's quote.

Location and workplace preferences

Location
Gif-sur-Yvette, France
Can work onsite in your office in
  • around Gif-sur-Yvette and 50km
  • Around Épinay-sur-Seine and 100km
  • Around Paris 10e Arrondissement and 100km
  • Around Marseille and 100km
  • Around Lyon and 100km

Preferences

Project length
  • ≤ 1 week
  • ≤ 1 month
  • Between 1-3 months
  • Between 3-6 months
  • ≥ 6 months
Business sector
  • Digital & IT
  • Agriculture
  • Aviation & Aerospace
  • Biotech
  • Banking & Insurance
+38 other
Company size
  • 1 person
  • 2-10 people
  • 11 - 49 people
  • 50 - 249 people
  • 250 - 999 people
+2 other

Verifications

Freelancer code of conduct signed
Read the Malt code of conduct

Verified email

Reputation

Languages

  • English

    Native or bilingual

  • French

    Conversational

Categories

Skills (23)

Kwabena in a few words

Je suis un passionné de données. J'ai plus de 4 ans d'expérience dans les technologies de l'information(IT) dans l'industrie des télécommunications. Mon travail a toujours tourné autour des données, qu'il s'agisse de la génération de rapports système ou d'une plate-forme de gestion qui a collecté et traduit l'enregistreur de données électroniques (EDR) et livré à l'entrepôt de données. Je partageais une responsabilité conjointe des bases de données des applications que je gérais avec les administrateurs de bases de données. Mon intérêt pour le travail avec les données s'est accru de plus en plus en 2019, je me suis inscrit à UniLaSalle, pour poursuivre un programme de master en science des données.

J'applique des techniques informatiques et statistiques, l'exploration de données, l'apprentissage automatique et l'apprentissage profond dans des secteurs qui nécessitent une analyse de données pour en tirer une valeur ajoutée.Je maîtrise les outils d'analyse et de visualisation de données tels que Microsoft Excel et Tableau. J'ai construit des projets en utilisant des techniques Python Machine Learning et Deep Learning telles que la régression, la classification, le clustering, les séries temporelles et le traitement du langage naturel (NLP).
Je connais les frameworks Python comme Pandas, Numpy, Matplotlib, Plotly, Scikit Learn, NLTK et Keras.

J'aime écrire et partager des projets de science des données. J'aime aussi m'essayer au développement mobile et au développement web.

Les compétences de base: Analyse de données, science des données et apprentissage automatique avec langage de programmation Python et R, visualisation de données, traitement du langage naturel avec NLTK, développement de tableaux de bord avec Tableau, requête de base de données à l'aide de SQL, MYSQL, MongoDB et Oracle SQL.

Outils: Google colab, jupyter notebook, Android Studio, Microsoft Visual Studio Code, Eclipse IDE, Netbeans IDE, SOAP UI, mRemote, R Studio, Tableau Desktop.

Portfolio

Experience

Copeeks

Digital & IT

Recherche

Lannion, France

May 2020 - June 2020 (1 month)

Un projet de big data impliquant l'analyse de grands ensembles de données météorologiques pour dériver le stress thermique , l'identification des périodes de l'année où les mesures de stress thermique sont faibles ou élevées.

INRAE - INRAE

Research

INRAE

Colmar, France

September 2020 - September 2020

L'analyse des données environnementales, économiques et agronomiques qui indiquent la résilience des systèmes agricoles au réchauffement de la planète

Certifications