"Utiliser la data pour comprendre, protéger et préserver notre environnement."
Étudiant en Master Science des Données, je crois que la data science est l'un des outils les plus puissants pour répondre aux grands défis environnementaux de notre époque. C'est pourquoi je construis aujourd'hui les compétences qui me permettront demain de créer une structure dédiée à cet objectif.
💼 Disponible en alternance Data Science / Data Analyst — Sept. 2026
| Domaine | Outils |
|---|---|
| Langages | Python · SQL |
| Machine Learning | Scikit-learn · Pandas · NumPy |
| Visualisation | Power BI · Matplotlib · Seaborn |
| Environnements | Jupyter Notebook · VS Code · Git |
Collaboration avec des biologistes pour reconnaître des molécules
dans l'environnement de vers planaires via des modèles supervisés.
Python Scikit-learn KNN Random Forest
→ Voir le projet
Analyse exploratoire complète et modèles de classification
sur le dataset Titanic.
Python Pandas Scikit-learn
→ Voir le projet
Je souhaite à terme fonder une structure qui mobilise la data science, le machine learning et l'IA au service de la protection de l'environnement et de la biodiversité, autour de thématiques clés :
🌿 Biodiversité & écosystèmes Suivi des espèces menacées (faune & flore), analyse des écosystèmes, lutte contre le braconnage par l'analyse de données.
🌫️ Qualité de l'air & climat Suivi des émissions de CO₂ et gaz à effet de serre, analyse et modélisation de la qualité de l'air.
💧 Eau & océans Surveillance de la qualité de l'eau (rivières, nappes phréatiques), suivi de la pollution marine, des microplastiques et gestion des ressources hydriques.
🌱 Sols & forêts Détection de la déforestation par imagerie satellite, analyse de la santé des sols et suivi des feux de forêt.
♻️ Pollution & déchets Optimisation de la gestion des déchets, détection et suivi des sites pollués.
🐠 Milieux aquatiques Surveillance des récifs coralliens, analyse des migrations de poissons et suivi de la qualité des eaux côtières.
