Je suis diplômé (PhD) de l'Université Paris-sud en physique-astrophysique. Par la suite, j'ai travaillé en tant que enseignant-chercheur pendant sept ans. En tant que scientifique, j'ai une formation rigide en mathématiques, statistiques, analyse statistique, programmation Python et Machine Learning. Depuis 2018 j'ai commencé à travailler dans les entreprises (comme BPIFrance) en tant que data scientist. En plus j'ai donné des cours de Python, Machine Learning et PySpark aux étudiants master à l'IONIS-STM, EFREI, ESGI, Webitech et OpenClassrooms (note 4,8/5). Je suis bien pédagogue. Ma stratégie d'enseignement est généralement de faire une présentation sur le concept et les aspects théoriques du cours et d'essayer de matérialiser les concepts avec des exemples. Sans entrer dans les détails, j'essaie de donner une vue d'ensemble du sujet et de présenter les outils et méthodes de calcul. Par la suite, grâce à une approche pratique, j'aborde les détails. Je prépare généralement les exercices dans un notebook interactif. L'avantage des notebooks est que je peux donner des instructions pas à pas qui aident les élèves à résoudre un problème pour la première fois. De plus, je pose toujours quelques questions dans le notebook pour les laisser se concentrer plus sur la connaissance de ce qu'ils font. Pendant ce temps, je les surveille en répondant à leurs questions.