Amandine Velt.
Menu

Amandine Velt · Data Scientist · Développeure IA

La Data Science et l’IA, claires et concrètes.

Je suis Amandine Velt, Data Scientist, autrice et formatrice. Je travaille depuis plus de dix ans sur des projets de recherche. Ici, je partage mes méthodes en Python et R et mes expériences d’intelligence artificielle appliquée.

Découvrir mon parcours Lire mes articles sur l’IA
Illustration d’une femme travaillant sur un ordinateur portable dans un univers numérique coloré
Apprendre, expérimenter, transmettre.
6 500+participants à mes formations en ligne
1 000+lecteurs de mon livre Python pour la Data Science
10 ans +d’expérience dans la recherche et la Data Science

Kit gratuit

Merci ! Choisissez votre kit gratuit.

Choisissez un kit

Le kit sera envoyé à . Désinscription en un clic dans chaque e-mail. Politique de confidentialité.

Ce que je partage

Des idées qui passent
à l’action.

Comprendre les outils, expérimenter avec méthode et garder l’humain au centre.

Data Science appliquée

Des méthodes Python et R éprouvées sur des données de recherche et expliquées pas à pas.

IA utile et responsable

Des retours d’expérience sur les agents IA, l’automatisation et les usages responsables.

Transmission accessible

Deux formations vidéo et un livre pour apprendre par la pratique, du premier code aux analyses concrètes.

Portrait illustré d’Amandine Velt souriante, en sweat bleu à capuche, sur fond bleu et turquoise.

À propos de moi

Faire le lien entre recherche, technique et pédagogie.

Je suis ingénieure en calcul scientifique à INRAE depuis 2016. J’analyse des données de séquençage et développe des outils bioinformatiques pour des projets de recherche collectifs. En parallèle, je crée des applications IA et des ressources pour apprendre Python et R.

Ma conviction : les sujets complexes deviennent accessibles quand on les explique avec des exemples concrets, du code réel et une démarche responsable.

Mon parcours Mes publications scientifiques

Apprendre avec moi

Un livre, deux formations,
mille façons de progresser.

Voir toutes les ressources

À lire

Le carnet d’idées.

Tous les articles
Illustration d’un petit robot souriant qui code sur un ordinateur portable à l’intérieur d’un cube de verre bleu lumineux, le bac à sable : à gauche, un grand cadenas doré ; à droite, un gros bouton rouge d’arrêt d’urgence ; autour du cube, des clés dorées, un bouclier avec une clé et une loupe au-dessus d’un réseau de points lumineux, sur fond bleu nuit.

Usages & agents IA

Agents de code : les traiter comme des menaces internes ?

Microsoft compare les agents de code à des menaces internes, OpenCode a perdu des clés d’API : faits vérifiés et six règles pour les encadrer.

Lire l’article
Illustration de la confidentialité des conversations avec un assistant IA : à gauche, deux fenêtres de discussion bleue et violette enfermées sous une cloche de verre, devant un cadenas ; au centre, un point d’interrogation orange et un pointillé qui relie la cloche, à droite, à un insigne de police étoilé et à un document officiel marqué d’une balance de la justice.

Usages & agents IA

Conversations Claude et ChatGPT : ce qui peut finir chez la police

Une conversation avec Claude ou ChatGPT peut finir chez la police : affaires de Floride et de Philadelphie, durées de conservation et réglages à activer.

Lire l’article
Illustration de quatre méthodes alignées sur des panneaux de verre : ACP (nuage de points bleus, violets et orange projeté sur un plan), autoencodeur (réseau de neurones en sablier qui compresse puis reconstruit le nuage), différences finies (surface quadrillée bleue et orange) et PINN (réseau de neurones et ondes colorées) ; en bas, un livre ouvert entouré de deux chronomètres et de deux loupes, symboles de la comparaison du temps de calcul et de la précision.

Apprentissage Data Science

ACP, autoencodeur, PINN : commencez par la méthode simple

Autoencodeur contre ACP, PINN contre différences finies : deux expériences et une revue montrent pourquoi battre la méthode simple avant le deep learning.

Lire l’article
Illustration de l’évaluation d’un modèle de prévision : au centre, une série temporelle bleue prolongée après un trait vertical pointillé par un faisceau violet d’incertitude, avec la valeur réelle en orange ; en dessous, trois barres de découpage du temps (apprentissage en bleu, test en orange) décalées les unes par rapport aux autres ; autour, quatre cartes pour les mesures MSE (écarts verticaux en orange), MASE (erreurs comparées à une référence naïve), perte pinball (bandes de quantiles) et CRPS (courbe en cloche et point réel orange).

Apprentissage Data Science

Évaluer un modèle de prévision : pourquoi la MSE ne suffit pas

La MSE juge une moyenne, pas l’incertitude. Découpage du temps, MASE, perte pinball, CRPS : comment évaluer un modèle de prévision et lire ses trajectoires.

Lire l’article
Illustration du test de quatre assistants IA sur une prévision de ventes : en haut, quatre robots (bleu, violet, indigo et turquoise) branchés sur un grand tableau de données avec une courbe de ventes en barres ; en dessous, quatre panneaux d’alerte orange figurant les pièges (une cellule fissurée qui laisse fuir des billes, un calendrier et une horloge décalés vers un tableau, un pic de promotion marqué d’une étiquette, une étagère qui se vide après la promotion) ; en bas à gauche, une grille de notes des quatre robots, et à droite un ordinateur portable dont le code est examiné à la loupe avec une coche bleue de validation.

Apprentissage Data Science

Quatre pièges de données : ce que les assistants IA laissent passer

Quatre assistants IA face à quatre pièges cachés dans des données de ventes : fuite, retard de publication, promotion, rupture. Scores et vérification du code.

Lire l’article

Vos retours

Apprendre ensemble,
progresser vraiment.

Quelques mots de lecteurs et de personnes qui ont suivi mes formations.

Excellent !

« Vous avez perdu la main ou vous souhaitez maîtriser des outils d’analyse de données sur Python, je vous le recommande à 100%. Vous serez en mesure de faire une analyse de données complète après l’avoir entièrement travaillé. Il y’a des notebooks à télécharger, plus les données. Perso, exactement ce qu’il me fallait. »
Anastasia · Lectrice

Avis 1 sur 5

Kit gratuit

Recevez un kit gratuit, sourcé et actionnable.

Choisissez un kit

En validant, vous vous inscrivez à ma newsletter et recevez le kit par e-mail. Désinscription en un clic dans chaque e-mail. Politique de confidentialité.