Cours Principaux : Apprentissage statistiques (KNN, arbres de décision, SVM, Boosting), Bases de données (SQLite), Econométrie (série temporelle et données de panel), Marketing Quantitatif, Projet de Machine Learning en Python (compétition Kaggle et distribution de calcul sous Spark)
Projets principaux : Score d'octroi d'un crédit immobilier (Régression Logistique), Détection prématurée des pièces défectueuses sur les chaînes de production Bosch en utilisant XgBoost et les réseaux de neurones non profonds, Construction d'un modèle de base de données en SQL pour une chaîne de cafés internationale de type Starbucks, Résolution d'un labyrinthe grâce au Q-Learning distribué sous Spark
