Data Scientist  
 Physics Graduates 
 My Curiculum Vitae  
 View My LinkedIn Profile 
Will be written mostly in English | Sera écrit majoritairement en Anglais
House Price Market Statistical Analysis Notebook
Statistical Analysis of Housing Prices: A Presentation of Main Findings
| This project demonstrates a robust application of statistical analysis techniques on real-world data. The analysis includes initial data exploration, regression analysis, hypothesis testing, and risk estimation. Key findings reveal distinct trends in housing prices in Canberra and the project also highlights the potential risks associated with investment. Notably, it was found that investing specifically in houses could potentially yield a 7% revenue over a 10-year span. Despite challenges due to the lack of certain data types, innovative solutions were found to ensure comprehensive analysis. This project underscores my ability to adapt to data constraints and to apply a wide range of statistical methods effectively. | Ce projet démontre une application robuste des techniques d’analyse statistique sur des données du monde réel. L’analyse comprend l’exploration initiale des données, l’analyse de régression, les tests d’hypothèses et l’estimation des risques. Les résultats clés révèlent des tendances distinctes dans les prix de l’immobilier à Canberra et le projet met également en évidence les risques potentiels associés à l’investissement. Il a notamment été constaté qu’investir spécifiquement dans les maisons pouvait potentiellement générer un revenu de 7 % sur une période de 10 ans. Malgré les défis dus à l’absence de certains types de données, des solutions innovantes ont été trouvées pour assurer une analyse complète. Ce projet souligne ma capacité à m’adapter aux contraintes des données et à appliquer efficacement une large gamme de méthodes statistiques. | 
| Hosted in a GitHub Repo, this API use a trained ML algorithm (SGDClassifier) to see if a certain loan will be accepted or refused based on certain parameters. Use a Database of 6M of data of accepted and refused loan. Achieve an accuracy of ~99.95% and a AUC_ROC of ~99,97%. The main tech used and showcased are : Docker, MLflow and FastAPI. | Cette API est hébergée dans un repo GitHub et utilise un algorithme ML entraîné (SGDClassifier) pour déterminer si un prêt spécifique sera accepté ou refusé en fonction de certains paramètres. Il utilise une base de données de 6 millions de données de prêts acceptés et refusés. Il atteint une précision d’environ 99,95 % et une AUC_ROC d’environ 99,97 %. Les principales technologies utilisées et présentées sont : Docker, MLflow et FastAPI. | 
| Data science project to analyze 33k questionnaires. Contains an exploratory Data Analysis to visualize and interpret the data. Many Data Visualizations to show the most valuable findings using many plotting. Used clustering, dimensionality reduction algorithms, cluster mapping showing the 4 most impactful questions to the employment time clearly | Projet de science des données pour analyser 33 000 questionnaires. Comprend une analyse exploratoire des données pour visualiser et interpréter les données. De nombreuses visualisations de données pour présenter les résultats les plus significatifs en utilisant divers graphiques. Utilisation d’algorithmes de regroupement et de réduction de dimensionnalité, avec une cartographie des clusters montrant les 4 questions les plus impactantes sur le temps d’emploi de manière claire. | 
written only in French | Écrit uniquement en francais
Points Quantiques comme une source de Photon Unique 
Quantums Dots as a source of single photon
Avancements Quantiques en Sécurité 
Quantum Leaps In Sécurity
Les Démons qui Hantent la Thermodynamique 
Deamons Haunting Thermodynamics
Adsorption d’azote 
Nitrogen Adsorption
Détermination du Rapport Cp/Cv 
Cp/Cv ratio determination
Diffraction de Bragg 
Bragg’s Diffraction
Équivalent électrique Chaleur 
Heat Electricity equivalency
Étude de la cohérence partielle 
Study on partial coherence
Expérience de Millikan 
Millikan’s Experiment
Rayonnement Gamma 
Gamma Radiation
Formation d’un cristal 2D 
2D Cristal Formation simulation
Lissage de Fourier 
Fourier Spectral Smoothing
Simulation du model d’ising avec une chaine de Markov 
Ising Model Simulation using Markov Chain
Video Game : Les Loups Garoux des Trois-Rivières 
Finished but still updated, completely translated in French and English | Finit mais encore mis à jour, complètement traduit en Francais et Anglais
| Completely original, image were created by me using stabble difusion | Complètement original, les images ont été créer avec Stabble Diffusion | 
| Inspired from the card game : “The Werewolves of Millers Hollow” it is concieved to be played with a small number of player (up to 12) with a large number of roles all having different powers and ability | Inspirée du jeu de carte : “Les Loups garous de Thiecelieux”, ce jeu est concue pour ce jouer avec un plus petit nombre de joueurs, mais avec un très grand nombres de roles tous avec des pouvoirs et habileté distinctes |