À Propos
🎯 Mon Parcours
De l’Armée à la Data Science
Background atypique : Reconversion professionnelle de l’armée vers le commerce, puis vers la data science (2021-2024).
Ce parcours m’a apporté : - Rigueur et discipline (armée) - Sens du client et communication (commerce) - Compétences techniques (data science)
🎓 Formation
Master 2 - Data Scientist (2023-2024)
OpenClassrooms + Centrale Supélec
- 7 projets validés
- Alternance MICHELIN (12 mois)
- POC parsing/matching de données complexes
- Deep Learning, NLP, Time Series, Détection d’anomalies
Master 1 - Data Analyst (2021-2022)
OpenClassrooms + ENSAE
- 10 projets validés
- Analyse exploratoire, SQL, ML classique
- Outils : Python, SQL, KNIME, Tableau, Power BI
💼 Expérience Professionnelle
Alternance Data Scientist - MICHELIN (Fév 2023 - Fév 2024)
39h/semaine, 4 jours/5 en entreprise
POC Parsing/Matching de Données Complexes — Niveau Continental
Missions : - Réalisation d’un POC de parsing/matching de données complexes, niveau continental - Rapprochement automatisé de données de pricing hétérogènes, et tests de non-régression - Nettoyage et qualité des données, analyses spécifiques autour du pricing niveau mondial - Tests de non régression
Résultats : - Vitesse d’exécution et résultats jugés excellents d’après plusieurs Product Owners - Accélération considérable des temps de traitement par rapport au processus manuel - POC mené jusqu’au bout et préparé pour la mise en production, adapté et utilisé par les équipes par la suite
Feedback : > “Implication et capacité constante à se challenger. Force de proposition, assidu dans les missions. POC parsing/mapping mené avec succès.” > > — Antoine DANIEL LAMAZIERE (PO) + Architecte Data, Michelin
CDD Data Scientist / ML Engineer - DELTAMU (Oct 2024 - Oct 2025)
Recherche en Détection d’Anomalies — Capteurs Industriels (Pharma)
Contexte : Industrie pharma, plusieurs centaines de capteurs
Missions : - Tests de recherche en clustering et détection d’anomalies - Analyse et interprétation d’insights et de cycliques - Création d’un algorithme de niveau recherche validé par le responsable scientifique
🎓 Diplômes, et résultats publics
Diplômes
- Master 2 Data Scientist — OpenClassrooms + Centrale Supélec (2024)
- Master 1 Data Analyst — OpenClassrooms + ENSAE (2022)
Résultats publics (vérifiables, pas décernés)
- Kaggle — 3 compétitions dans le top 1 % mondial
📚 Centres d’Intérêt
Veille Technologique
- Papiers de recherche (NeurIPS, ICML, ICLR)
- Nouvelles architectures (Transformers, GNN, Foundation Models)
- Compétitions Kaggle (feature engineering, ensembling)
Domaines d’Application
- Détection d’anomalies (tabulaire, time series)
- Maintenance prédictive
- Pricing et prévision
- NLP et computer vision
Open Source
- Contribution à des projets communautaires
- Partage de solutions et notebooks
- Documentation et tutoriels
📫 Contact
Email : cyril.bgs.dev@gmail.com
GitHub : github.com/cyril-bgs-dev-tech
LinkedIn : linkedin.com/in/cyril-bourgeois-65a739150
📄 Lettres de Recommandation
Michelin (2023-2024)
Antoine DANIEL LAMAZIERE (Product Owner) + Architecte Data
“Implication et capacité constante à se challenger. Maîtrise des solutions de développement et mise en œuvre. Curiosité et motivation, intérêt pour problématiques Data Business. Force de proposition, assidu dans les missions.”
OpenClassrooms (2022)
Hamza Tajmouati (Head of AI chez Iktos, Mentor OpenClassrooms)
“Grande autonomie, proactivité et motivation. Curiosité et recherche constante d’amélioration. Doué en programmation et en compréhension théorique.”
Deltamu (2026)
Nuno DOS REIS (Président)
“Réelle passion pour la data science et les algorithmes d’IA. Investissement dans les missions, contribution active au produit logiciel.”
Dernière mise à jour : Août 2026
Commencer par : correction de prévisions de qualité de l’air — le projet le plus abouti, protocole et limites publiés.