Radmila Pineau
Fondatrice & Consultante Data Ia @Pravdata
Signup · Get unlimited contacts
WORK HISTORY
Fondatrice & Consultante Data Ia @Pravdata
Création d’un cabinet spécialisé en stratégie Data & IA pour les TPE/PME.Conception et déploiement de solutions prédictives utiles, orientées métiers et déployables.Secteur finance & agroalimentaire– Développement d’un outil de prévision des prix des matières premières (modèles temps réel, séries temporelles)– Accompagnement stratégique d’un capital-investisseur sur les usages de ChatGPTSecteur logistique & industrie– Automatisation de la facturation multi-critères, refonte de la stratégie tarifaire– Implémentation d’outils de reporting automatisé dans l’industrie– Intégration de solutions IA pour fiabiliser les décisions opérationnellesSecteur création & médias– Formation de 40+ collaborateurs à l’IA générative (agence éditoriale, média)– Accompagnement des directions sur le choix d’outils et la stratégie d’intégration éthique– Déploiement de cas d’usage concrets dans les processus internes
EDUCATION
University of Lille 1 Sciences and Technology
Doctorat, Economie publique
University of Lille 1 Sciences and Technology
Master en Economie appliquée, Econométrie appliquée
ENSAE Paris
Certificat DataScientist, Mathématiques et informatique
ABOUT RADMILA PINEAU
Je suis fondatrice de PRAVDATA, une structure indépendante dédiée à la stratégie Data & IA pour les TPE et PME.Mon travail consiste à concevoir et déployer des solutions d’intelligence artificielle utiles, robustes et adaptées aux réalités terrain : modèles de prévision (ventes, pannes, prix…), outils d’aide à la décision, automatisation de processus, ou encore accompagnement dans le choix et l’intégration raisonnée d’outils d’IA générative.Je mène également des ateliers de sensibilisation à l’IA et j’interviens régulièrement pour former dirigeants, responsables métiers ou équipes projet à l’identification de cas d’usage concrets, aux enjeux de déploiement, et à l’appropriation des outils.Mon approche s’appuie sur une double exigence :– méthodologique, issue de mon parcours scientifique (PhD) et de mes expériences en modélisation prédictive,– opérationnelle, construite au contact des métiers, dans une logique d’impact mesurable.J’accorde une attention particulière à la qualité des livrables, à la clarté des modèles, et à leur déploiement dans un cadre sécurisé, explicable et sobre sur le plan technique comme environnemental.Ce qui m’anime : mettre la puissance des outils data et IA au service de structures agiles, sans surpromesse ni complexité inutile.
This profile is compiled from publicly available professional sources. Unifers is not affiliated with or endorsed by LinkedIn. Request removal of this profile.