Conseil data science
Vos traitements sont lents ou coûtent trop cher. Vos data scientists codent avec des agents IA sans que personne ne mesure ce que ça change. Une décision importante repose sur une analyse que personne n'a relue. Dans les trois cas, ce qu'il vous manque n'est pas une plateforme ni un prestataire de plus : c'est un avis extérieur, compétent, et indépendant de toute solution technique.
Je suis directeur de recherche à Inria. J'analyse des données à très grande échelle depuis plus de vingt ans, je forme des équipes à Python depuis 2011, et j'ai travaillé dans deux startups. Je ne vends ni licence, ni infrastructure, ni jours de développement : mes recommandations n'ont pas d'autre intérêt que le vôtre.
Vos analyses Python sont lentes, vos notebooks saturent, votre facture cloud grimpe. J'identifie où va le temps et où va l'argent, et ce qu'il faut changer — souvent moins que vous ne le pensez.
En savoir plus →Copilot, Cursor, Claude Code : vos data scientists vont plus vite, mais que produisent-ils, et que transmettent-ils ? Audit de la qualité du code, de la productivité réelle et des fuites de données et de méthodes.
En savoir plus →Avant de mettre un modèle en production, de présenter une métrique à vos investisseurs ou de décider à partir d'un test A/B : une relecture indépendante, par quelqu'un dont c'est le métier.
En savoir plus →Tout commence par un appel d'une heure, gratuit et sans engagement, pour comprendre votre situation et vérifier que je peux vous être utile. S'il y a matière, un diagnostic d'une à deux journées : entretiens avec l'équipe, lecture rapide du code et des analyses, restitution orale et recommandations écrites.
Il conclut sur ce qui mérite une mission approfondie, une formation, ou rien. Une mission dure de deux à cinq jours selon l'intervention.
Une demi-journée à une journée par mois, pour les équipes qui prennent régulièrement des décisions à partir de leurs analyses ou qui viennent de faire évoluer leurs pratiques. Relecture des travaux en cours, participation aux choix de méthode, et vérification que les recommandations d'une mission précédente tiennent : ce qui s'est stabilisé, ce qui a dérivé, ce qu'il faut corriger.
Un diagnostic conclut parfois que l'équipe n'a pas besoin d'un audit mais de compétences. Quand c'est le cas, je le dis. Mes formations intra-entreprise Python data science couvrent une partie de ces besoins ; quand le vôtre est ailleurs, je vous le dis aussi et je vous oriente vers d'autres formations.
Voir les formations →Vous prenez des décisions à partir d'analyses produites vite, et souvent par une équipe de deux ou trois personnes. Une erreur de méthode dans un test A/B ou dans une métrique présentée à vos investisseurs coûte bien plus cher que le temps de la relire.
Votre équipe data ou R&D s'est constituée par recrutements successifs, les pratiques varient d'une personne à l'autre, et personne n'a le recul — ni le temps — pour trancher depuis l'intérieur.
Vos données, vos analyses et votre code sont un actif de l'entreprise. Vous cherchez un avis externe sur des choix qui vous engagent pour plusieurs années, pas un prestataire pour les exécuter à votre place.
Le premier échange est un appel d'une heure, gratuit et sans engagement : vous m'exposez votre contexte, je vous dis si je peux vous être utile et sous quel format. Si ce n'est pas le cas, je vous le dis aussi. Les tarifs sont établis après cet échange, quand le périmètre est clair.