Salut, je m'appelle Manuel Musy.
Je suis un
Passionné depuis tout jeune par les données chiffrées et les langages informatiques (vive #Python !), curieux et autodidacte, c'est tout naturellement que je me retrouve Data Analyst.
🚨 Actuellement en recherche d'alternance Data Engineer, n'hésitez pas à me contacter !
À propos
Je suis data analyst après avoir été professeur de mathématiques pendant plus de 20 ans. Je suis donc particulièrement à l'aise avec les données chiffrées et grand fan du langage Python. Éternel curieux, je ne cesse d'apprendre et de mettre en pratique mes connaissances pour mon plaisir personnel. Je suis passionné par la cryptographie et l'astrophotographie, et amoureux de la nature.
- Langages : Python, R, Basic, C, C++, HTML/CSS, Javascript
- Bibliothèques : NumPy, Pandas, Matplotlib, Seaborn, PlotlyExpress, ScikitLearn, Nltk, Tensorflow, DataPane, BeautifulSoup
- Plateformes de développement : JupyterLab, Google Colab, Github, Streamlit, Dash, Render, Dataiku
- Bases de données : MySQL, DBeaver
- Logiciels de visualisation : PowerBi, Tableau, Looker
- Logiciels de bureautique : Word, Excel, LibreOffice
- Logiciels astronomiques : Stellarium, ASIStudio, DeepSkyStacker, Siril, Darktable
Actuellement ouvert aux propositions dans le domaine de la data, orienté vers l'environnement et le spatial.
Arriverez-vous à me convaincre de travailler pour vous ?
Expériences
Décodage et visualisations de messages (format Bufr) de données de radar météo (Meteo France)
- Récupération de messages par API Meteo France
- Création d'un programme python de décodage de messages au format bufr d'après documentations WMO
- Conversions des données brutes en données météo d'après doc PDF
- Visualisations par projection et ajout contours départements
- Outils : Python (pandas, matplotlib, basemap)
Prévision d'images radar de précipitations par un réseau de neurones convolutionnels:
- Support de formation de Deep Learning de MeteoFrance
- Utilisation du dataset MeteoNet
- Reprise d'un code sur Kaggle
- Modifications (probabilités -> quantités) et améliorations de différents modèles
- Outils : Kaggle, Python (Tensorflow/keras, Cartopy)
Étude et prévision de la consommation électrique :
- Collecte, nettoyage et automatisation du traitement des données
- Modélisation et visualisation des données structurées
- Application du Machine Learning
- Création d'une application en ligne
- Outils : Python (Pandas, Scikit-Learn), Tableau, Dash
-
Merci à mes super coéquipières :
Marie Lefebvre, Jessica Bertoni.
Réalisation d'une application de recommandations de films :
- Collecte, nettoyage et automatisation du traitement des données
- Modélisation et visualisation des données structurées
- Application du Machine Learning
- Création d'une application en ligne
- Outils : Python (Pandas, Scikit-Learn), Streamlit
-
Merci à mes super coéquipières :
Marie Lefebvre, Camille Magnette.
Réalisation d'une application de recommandations de titres de musique :
- Collecte, nettoyage et automatisation du traitement des données
- Modélisation et visualisation des données structurées
- Application du Machine Learning
- Création d'une application en ligne
- Outils : Python (Pandas, Scikit-Learn), Streamlit
- 🥇 Projet vainqueur d'un hackathon de 36 heures.
-
Merci à mes super coéquipiers :
Vincent Cornélius Mathieu Beauvois, Alexandre Thigé, Marie Lefebvre, Victoria Gaullier.
- Collecte de données
- Modélisation des données structurées
- Visualisation des données
- Projet réalisé en équipe (Christel LEMAITRE et Lucas MESSINA) sur une durée d'1 mois.
- Outils : PowerBi
![Screenshot of Pyramide Age](/assets/img/Pyramide_Fr_Ba_2022.jpg)
- Collecte de données
- Automatisation du traitement des données
- Modélisation des données structurées
- Visualisation des données
- Propositions d'améliorations
- Projet réalisé en équipe (Christel LEMAITRE et Lucas MESSINA) sur une durée de 3 semaines.
- Outils : MySQL, PowerBi
![Screenshot of Modeles reduits](/assets/img/Modeles_reduits_commandes_marges.jpg)
Applis (en ligne)
![Screenshot of web app](/assets/img/Cyclam_stations1.jpg)
Statistiques sur les stations Cyclam (location de vélos électriques)
![Screenshot of web app](/assets/img/Appli_Mobilite.jpg)
Trouver les points de mobilités douces les plus proches
Logiciels (GUI)
![Screenshot of web app](/assets/img/Dkrypton-logo-1.jpg)
Logiciel de déchiffrement et de cryptanalyse de codes cryptographiques classiques
Dataviz
![Screenshot of Tableau](https://public.tableau.com/static/images/tu/tudeprcaritnumrique/Histoire1/4_3.png)
Statistiques des profils de la précarité numérique en 2022
![Screenshot of software](https://public.tableau.com/static/images/Dl/Dlinquancedpartementale2022/Tableaudebord1/4_3.png)
Statistiques de la délinquance départementale en 2022
- Accès au Tableau
- Projet personnel sur les statistiques de la délinquance enregistrées au niveau départemental par les services de police et de gendarmerie
![Screenshot of software](https://public.tableau.com/static/images/Ta/Tableau3_tennis/Histoire1/4_3.png)
Répartition des terrains de tennis par type de revêtement et par commune française
![Screenshot of software](https://public.tableau.com/static/images/En/Energiesrenouvelables2022/Tableaudebord1/4_3.png)
Répartition des productions des énergies renouvelables
Skills
Langages et Bases de données
![](/assets/img/python-logo-1-500x500.jpg)
![](/assets/img/mysql-logo-1-500x500.jpg)
![](/assets/img/Microsoft-Power-BI-Logo-500x500.jpg)
![](/assets/img/Tableau-logo-500x500.jpg)
![](/assets/img/Streamlit-logo-500.png)
Librairies
![](/assets/img/numpy-logo-1-500x500.jpg)
![](/assets/img/pandas-logo-2-500x500.jpg)
![](/assets/img/matplotlib-logo-1-500x500.jpg)
![](/assets/img/Seaborn-logo_500x500.jpg)
![](/assets/img/Plotly-logo_500x500.jpg)
![](/assets/img/Datapane-logo_500x500.jpg)
![](/assets/img/scikit-learn-500x500.png)
![](/assets/img/Nltk-logo-500.png)
Autres (Astrophotographie)
![](/assets/img/Stellarium-1.png)
![](/assets/img/ASIStudio-logo-500x500.jpg)
![](/assets/img/DeepSkyStacker-logo-1.jpg)
![](/assets/img/Darktable-logo-500x500.png)