Expert IA & Data Engineering · Alternant · RNCP 7

Nicolas
Duwez

Je structure la donnée.
Je construis l'intelligence.

Data Engineering · Business Intelligence · Machine Learning

Nicolas Duwez

Data Analyst / Expert IA & Data

EPSI Montpellier Expert IA & Data · 2026 — 2027
Wild Code School Data Analyst · Bootcamp · 2025 — 2026
Coach sportif indépendant Montpellier · 2018 — 2024
Python
Python
SQL
SQL
HTML
HTML
CSS
CSS
JS
JavaScript
Python
Python
SQL
SQL
HTML
HTML
CSS
CSS
JS
JavaScript
Python
Python
SQL
SQL
HTML
HTML
CSS
CSS
JS
JavaScript
Python
Python
SQL
SQL
HTML
HTML
CSS
CSS
JS
JavaScript
Pandas
Pandas
NumPy
NumPy
Scikit-learn
Scikit-learn
Plotly
Plotly
Streamlit
Streamlit
Power BI
Power BI
DAX
DAX
Git/GitHub
Git/GitHub
Matplotlib
Matplotlib
Seaborn
Seaborn
API/JSON
API / JSON
Notion
Notion
Make
Make
n8n
n8n
Pandas
Pandas
NumPy
NumPy
Scikit-learn
Scikit-learn
Plotly
Plotly
Streamlit
Streamlit
Power BI
Power BI
DAX
DAX
Git/GitHub
Git/GitHub
Matplotlib
Matplotlib
Seaborn
Seaborn
API/JSON
API / JSON
Notion
Notion
Make
Make
n8n
n8n
Pandas
Pandas
NumPy
NumPy
Scikit-learn
Scikit-learn
Plotly
Plotly
Streamlit
Streamlit
Power BI
Power BI
DAX
DAX
Git/GitHub
Git/GitHub
Matplotlib
Matplotlib
Seaborn
Seaborn
API/JSON
API / JSON
Notion
Notion
Make
Make
n8n
n8n
Pandas
Pandas
NumPy
NumPy
Scikit-learn
Scikit-learn
Plotly
Plotly
Streamlit
Streamlit
Power BI
Power BI
DAX
DAX
Git/GitHub
Git/GitHub
Matplotlib
Matplotlib
Seaborn
Seaborn
API/JSON
API / JSON
Notion
Notion
Make
Make
n8n
n8n
Prototypes IA & Machine Learning
Dashboards interactifs & décisionnels
Automatisation (Python, API, JSON)
Structuration & fiabilisation de données
01

À propos

Alternant Expert IA & Data Engineering, je conçois des pipelines de données et des systèmes de Machine Learning appliqué pour transformer la donnée en solutions concrètes : recommandation, IA sportive et data engineering.

Issu du sport et du coaching, j'ai basculé vers la data et l'IA appliquée. Ce parcours atypique est ma force : je comprends les problématiques métier, je construis des systèmes utiles et je livre des prototypes opérationnels.

Je ne cherche pas à faire de la recherche IA — je veux construire des systèmes utiles, déployables et évolutifs.
Curiosité technologique
Esprit de synthèse
Autonomie & organisation
Apprentissage rapide
Sens du service
🇫🇷 Français — Natif
🇬🇧 Anglais — B2
🇪🇸 Espagnol — A2

Parcours

2026 — 2027

EPSI Montpellier

Expert IA et Data — RNCP 7 (Bac+5) — Alternance

2025 — 2026

Wild Code School

Data Analyst — RNCP 6 (Bac+3) — Bootcamp

2018 — 2024

Coach sportif indépendant

Coaching personnel, accompagnement, gestion de clientèle

2018 — 2019

BPJEPS AF — Musculation / Haltérophilie

Ligue Corse de Rugby — Lucciana

2016 — 2018

Licence STAPS (Éducation/Motricité)

Université Pasquale Paoli — Corte

2012 — 2015

Bac ES — Spécialité Mathématiques

Lycée Laetitia Bonaparte — Ajaccio

02

Compétences

Langages & Environnements

Python (Pandas, NumPy, Matplotlib, Seaborn, Plotly)
SQL
Git / GitHub
GCP / BigQuery / DBT
Terminal & environnements virtuels
JSON / API / Geocoding

Data Engineering & Pipelines

Nettoyage & structuration de données
Manipulation avancée (Pandas, NumPy)
Construction de KPIs
Modélisation simple (logique BI / OLAP)
ELT / ETL

Machine Learning

Scikit-learn
Régression / Classification
KMeans / NearestNeighbors
Introduction au NLP
Regex

Business Intelligence

Power BI (modélisation, DAX)
Data storytelling
Dashboards interactifs
Reporting structuré

Développement

Streamlit (interfaces interactives)
HTML / CSS
APIs IA (OpenAI, Anthropic)
REST API

Automatisation & Outils

Make
n8n
Notion
Hugging Face
03

Projets

Business Intelligence 2025

Dashboards Power BI — Toys & Models

Modèle OLAP complet avec suivi des ventes, KPIs stratégiques (top produits, taux de rupture, saisonnalité) et comparaison C.A/n-1 via DAX.

Power BISQLDAXExcelOLAP
Développement Web 2025

Site vitrine — Secteur floral

Conception d'un site web professionnel sur mesure pour une créatrice florale. Design responsive, UX optimisée.

HTMLCSSJavaScriptDesign
Machine Learning 2025

CinéVision — Moteur de recommandation de films

Pipeline ML hybride (TF-IDF + KNN) sur dataset TMDB. 10 recommandations personnalisées via interface Streamlit.

PythonScikit-learnNLPStreamlit
04

Contact

Disponible pour une alternance, un stage ou un projet.

Je lis tous mes messages et réponds sous 24h.