conseil

Services de conseil en IA et science des données — stratégie, ateliers et recherche appliquée.

Consultant senior en intelligence artificielle, science des données & transformation digitale

Je propose des services de conseil à l’intersection de la topologie, de la science des données et de l’intelligence artificielle, avec un accent particulier sur les contextes académiques et industriels africains.

Avec une formation allant des mathématiques pures (Doctorat en Topologie) à l’apprentissage automatique appliqué, j’apporte une perspective unique aux défis basés sur les données — combinant des fondements mathématiques rigoureux avec une ingénierie pratique pour accompagner les organisations dans leur transformation digitale.

Services

Stratégie & Architecture IA

Aider les organisations à définir leur feuille de route IA, évaluer les outils et plateformes, et concevoir des pipelines ML évolutifs adaptés à leurs données et leur domaine.

Analytique par TDA

Appliquer l'Analyse Topologique des Données pour extraire des insights de jeux de données complexes et de haute dimension — analyse de forme, détection d'anomalies et ingénierie des caractéristiques par homologie persistante.

Développement de modèles RL profond

Concevoir et implémenter des solutions d'Apprentissage par Renforcement Profond pour l'allocation de ressources, l'optimisation et les systèmes de prise de décision.

Ateliers & Formations ML

Ateliers pratiques d'apprentissage automatique pour les universités, les institutions de recherche et les entreprises. Sujets : TDA, apprentissage géométrique profond, Python/R pour la science des données.

Secteurs d’intervention

J’ai une expérience transversale dans l’application de la modélisation statistique et de l’apprentissage automatique à des problèmes complexes, avec un accent constant sur l’interprétabilité, la robustesse et la validation. Secteurs dans lesquels j’interviens :

Santé

Modélisation de maladies, analytique d'essais cliniques, prévision épidémiologique, pipelines de données de santé

Finance & Banque

Scoring de crédit, modélisation du risque, détection de fraude, optimisation de portefeuille, données financières synthétiques

Assurance

Modélisation actuarielle, prédiction de sinistres, optimisation tarifaire, segmentation client

Énergie

Prévision de la demande, optimisation du réseau, planification des énergies renouvelables, détection d'anomalies

Agriculture

Prédiction de rendement, analyse d'images satellite, optimisation de la chaîne d'approvisionnement, modélisation du risque climatique

Commerce

Prévision de la demande, systèmes de recommandation, analytique client, optimisation des stocks

Télécom & IT

Optimisation réseau, prédiction du churn, allocation intelligente des ressources, détection d'anomalies

Éducation & recherche

Renforcement des capacités, conception de curricula ML, partenariats de recherche, programmes de littératie des données

Comment je travaille

1
Découverte

Comprendre vos données, votre domaine et vos objectifs à travers une consultation initiale.

2
Proposition

Concevoir une approche sur mesure avec des jalons clairs, des livrables et un calendrier.

3
Exécution

Construire, itérer et valider — avec des points réguliers et une communication transparente.

4
Transfert de connaissances

Livrer la documentation, la formation et le passage de relais pour que votre équipe puisse maintenir et étendre le travail.

Partenaires & affiliations

J’ai travaillé avec et à travers les organisations suivantes :

Projets en action

Une sélection de projets de data science de bout en bout sur des données ouvertes africaines, chacun avec du code Python complet, des notebooks Jupyter et des résultats reproductibles.

Tableau de bord de prévision des ventes

Chaîne d'approvisionnement sanitaire du Rwanda — Conception d'un modèle de prévision de séries temporelles (ARIMA + Prophet, MAPE 2,8 %) et développement d'un tableau de bord interactif Streamlit pour les équipes de santé publique. Permet des décisions proactives d'inventaire et de prévision de la demande.

Impact : Réduction des ruptures de stock grâce à des prévisions à 2,8 % MAPE

Prédiction du churn & rétention

Télécom Nigeria — Construction d'un pipeline régression logistique + XGBoost (AUC 0,91) pour identifier les clients à risque — analyse des comportements d'usage, ancienneté et signaux de facturation. Contribution à une amélioration de 15 % de la rétention client.

Impact : AUC 0,91 — amélioration de 15 % de la rétention client

Allocation de ressources par RL

Établissements de santé au Kenya — Développement d'un système Q-learning pour optimiser la planification des cliniques mobiles dans les régions mal desservies. Amélioration de l'efficacité opérationnelle et extension de la couverture sanitaire de 20 points de pourcentage.

Impact : Couverture sanitaire étendue de 20 points

Facturation automatisée par imagerie

Logistique Afrique du Sud — Construction d'un pipeline de vision par ordinateur (OpenCV + Tesseract OCR) pour extraire les dimensions et le texte des colis. Réduction de 70 % du temps de saisie manuelle.

Impact : Réduction de 70 % du temps de saisie manuelle

Surveillance épidémiologique

Bénin (INSAE / OMS-AFRO) — Construction d'un pipeline de détection d'anomalies topologiques pour la détection précoce d'épidémies par homologie persistante. Détection de clusters 2 à 3 semaines avant les seuils classiques de l'OMS.

Impact : Détection d'épidémies 2-3 semaines avant les seuils OMS classiques

Scoring de crédit alternatif

Afrique du Sud / Kaggle — Conception d'un modèle de scoring XGBoost (AUC 0,91) utilisant les données de mobile money et les indicateurs géographiques pour les populations non bancarisées. Inclut une analyse d'équité démographique.

Impact : AUC 0,91 — analyse d'équité démographique incluse

Technologies : Python (Pandas, NumPy, SciPy, scikit-learn, XGBoost, Statsmodels), SQL, Streamlit, OpenCV, PyTorch, Prophet, Apprentissage par renforcement

Me contacter

Intéressé par une collaboration ? J’aimerais en savoir plus sur votre projet.

Discuter de votre projet

Ou connectez-vous via GitHub · Google Scholar · ORCID