Diego Torres

Actuellement en dernière année de Master en Big Data et Intelligence Artificielle à l'ESTIAM Lyon, je suis à la recherche d'une alternance pour mettre en pratique mes compétences en data science et analyse statistique. J'ai une solide expérience en développement Full Stack (Django, Vue.js) et en personnalisation d'ERP, acquise lors de missions chez Green Dev et BAE. Passionné par l'analyse de données et la modélisation, je maîtrise des outils comme Python, R, ainsi que les outils de visualisation PowerBi et Tableau.

Je suis particulièrement motivé à rejoindre l'équipe d'actuariat analytics de SantéVet, où je pourrais contribuer à des projets stratégiques de tarification, de modélisation et d'analytics. Ma rigueur analytique et mon souci du détail, combinés à ma maîtrise de divers outils de data science, me permettent d'apporter des solutions innovantes pour l'amélioration des produits et services. Par ailleurs, mon intérêt pour le secteur de la santé animale et mon aisance en anglais et en français me positionnent idéalement pour ce poste.

Je suis enthousiaste à l'idée de relever de nouveaux défis chez SantéVet et de contribuer activement à la stratégie d'innovation et à l'amélioration continue des gammes de produits.

Développeur Full Stack - Alternance, Green Dev (2022 - 2023)

• Développement d'un CRM, ERP et MRP pour DS Group.
   
• Back-end en Python avec le framework Django.
   
• Front-end en JavaScript avec Vue.js.
   
• Utilisation de Trello et GitHub pour la gestion de projet, MySQL pour la base de données.

Développeur Web - Alternance, BAE (2021 - 2022)

• Personnalisation d'ERP pour de grandes entreprises en JavaScript.
   
• Gestion de l'import et de l'export de grandes quantités de données.
   
• Environnement technique : Vscode, Azure DevOps, Netsuite, Teams.

ESTIAM Lyon, Bac +5 Big Data et Artificial Intelligence (2023 - 2025)

Cette formation de niveau Bac +5 est axée sur les domaines du Big Data et de l'Intelligence Artificielle, offrant une expertise approfondie dans les technologies et méthodes modernes de gestion et d'analyse des données massives.

Principaux modules :

• Big Data & Data Management : Apprentissage des outils et plateformes de traitement des données massives (Hadoop, Spark, etc.), gestion des bases de données NoSQL, et implémentation de solutions de stockage et de traitement distribué.
   
• Machine Learning & Deep Learning : Études des algorithmes d'apprentissage automatique, conception et entraînement de modèles de réseaux de neurones profonds, et mise en œuvre de solutions AI pour la prédiction et la classification.
   
• Programmation avancée : Maîtrise de langages de programmation essentiels tels que Python, R, et SQL, ainsi que l'utilisation de bibliothèques et frameworks spécifiques (TensorFlow, Keras, Scikit-learn) pour le développement de solutions data-driven.
   
• Statistiques & Modélisation : Application des concepts statistiques pour l'analyse exploratoire de données, la modélisation prédictive, et l'interprétation des résultats analytiques.
   
• Data Visualization & BI : Formation aux outils de visualisation des données (Tableau, Power BI) pour la création de dashboards interactifs et la présentation des résultats analytiques de manière compréhensible pour les décideurs.
   
• Cloud Computing & DevOps : Initiation aux services cloud (AWS, Azure) pour le déploiement et la gestion d'infrastructures Big Data, ainsi qu'à des pratiques DevOps pour l'automatisation des processus de développement et de déploiement.