Michel Buroko Bahala

Michel Buroko Bahala

Data Science Enthusiast • Machine Learning Junior • Développeur Python

À propos de moi

Étudiant en informatique à l'Université Catholique de Bukavu (UCB), je suis profondément passionné par l'Intelligence Artificielle, le Machine Learning et la Data Science. Mon objectif est de transformer les données brutes en solutions concrètes, de la manipulation de données à la construction de modèles prédictifs avec des outils comme Scikit-learn, Pandas, et Polars.

Convaincu que l'innovation technologique exige une adaptabilité constante, je m'inscris pleinement dans une démarche d'apprentissage continu. Je perfectionne au quotidien mes compétences afin de concevoir des architectures performantes, prêtes à répondre à des défis réels.

Actuellement Lead Python au sein du GDG on Campus UCB, j'allie mes compétences techniques à mes capacités de leadership en encadrant la communauté et en partageant les bonnes pratiques de l'écosystème Python.

Motivé, rigoureux et finaliste national de la compétition DataTour, je suis à la recherche d'opportunités de stage à distance ou de collaboration en Data Science et Machine Learning, prêt à intégrer une équipe dynamique.

Compétences Techniques

Machine Learning (Scikit-learn)
Data Science
Modélisation Prédictive
FastAPI
Python
Bases de données SQL
Streamlit
Pandas & Polars
NumPy
Matplotlib & Seaborn
Git / GitHub

Projets Réalisés

Scoring de crédit bancaire DataTour 2025

Évaluation de la solvabilité des clients et prédiction des risques de défaut de paiement. Projet finaliste de la compétition internationale DataTour 2025.

Code Source GitHub →

Prédiction des maladies cardiaques

Analyse des facteurs de risque critiques et développement d'un modèle prédictif pour anticiper les troubles cardiovasculaires.

H.MED (H.MultiMed) – Diagnostic IA

Application d'intelligence artificielle conçue pour l'aide à la décision clinique et le diagnostic médical initial.

Code Source GitHub →

Détection de fraude bancaire Real-Time

Analyse et détection en temps réel des transactions suspectes à l'aide d'un pipeline de traitement de données sous Python.

Code Source GitHub →

Défaut de paiement en banque

Modèle de classification pour identifier en amont les clients à risque afin de réduire les pertes financières.

Code Source GitHub →

Boston-housing-engine

Modèle d'estimation et de prédiction du prix des logements basé sur des facteurs environnementaux et structurels.

Code Source GitHub →

Langues

Français (Très bien)
English (Basic / Technique)

Certifications & Validation

IBM Data Science & AI Certificate
Data Tour 2025 Finalist
GDG on Campus Lead
Scikit-learn / DataCamp

Mes Coordonnées