Bervelin est Statisticien de formation et Data scientist certifié avec plus de 6 ans d’expériences dans la recherche quantitative. Mon domaine de compétence inclut l’implémentation des études statistiques, la mise en place de système de collecte de données mobile, le suivi des opérations en temps réel par des dashboards, le netoyage, l’analyse de données, la création des rapports reproductibles et l’intégration de l’inteligence actificielle dans des applications. Instructeur Certifié par The Carpentries, je donne des formations sur l’usage des outils comme R, Python, SPSS, Stata, QGIS, CSPro et XLSForm (ODK, KOBO, SurveyCTO).
Fondateur et Coordonateur de FDTK (From Data To Knowledge), une Organisation Non Gouvernementale spécialisée dans la fourniture des services en Data Science et des formations de qualité.
Je travaille actuellement comme Membership Management Assistant chez MSO où je suis en charge de la gestion de la base de données des clients.
Licence en Statistique (Bac+5)
Institut Supérieur de la Statistique de Kinshasa
Graduat en Statistique (Bac+3)
Institut Supérieur de la Statistique de Kinshasa
Je vous aide à tirer profit de la richesse que regorgent vos données par l’application des méthodes statistiques éprouvées et celles issues de l’inteligence artificielle.
Je vous forme pour vous rendre capable de prendre en main vos projets Data et gagner en productivité.
Je fais parler vos données pour vous faire gagner du temps et vous concentrer sur le coeur de votre business.
N’hésitez pas à lancer la conversation. Je réponds généralement rapidement 😃
Mbote 👋 Introduction Dans le domaine de la data science et de l’analyse géospatiale, la capacité à visualiser des données de manière claire et intuitive est primordiale. Avec l’augmentation des enquêtes ménages et autres études basées sur des données géographiques, il devient essentiel de présenter les résultats de manière engageante et informative.
Mbote ! Introduction Dans le développement d’applications interactives, la combinaison de RShiny et Plumber se révèle être une solution puissante. RShiny permet de créer des interfaces utilisateurs dynamiques pour visualiser et manipuler des données, tandis que Plumber facilite l’exposition des modèles et des analyses sous forme d’API.
Mbote! Introduction Dans cet article, nous allons explorer comment déployer un modèle de machine learning sous forme d’API à l’aide de plumber, un package R simple et puissant. De plus en plus de projets de machine learning passent de simples expérimentations en laboratoire à des solutions robustes et prêtes pour la production.