Questions fréquentes

Un économiste traduit une question en un problème mesurable, puis y répond généralement avec des données et des méthodes statistiques (p. ex. économétrie, inférence causale, prévision, IA causale, machine learning). Le résultat prend la forme d'une note, d'un rapport de recherche, d'une évaluation, d'un indicateur, d'un modèle ou d'un tableau de bord utilisable pour décider.

Principalement Python, R, Stata et SQL pour l'analyse et l'économétrie, des modèles de machine learning comme XGBoost, des méthodes de prévision comme ARIMA et Prophet, Power BI ou des pages web interactives pour les tableaux de bord, et des outils d'IA comme Claude Code, Google Antigravity, Codex, Ollama et Perplexity.

Oui, je travaille dans les deux langues. Mes projets publics sur GitHub sont généralement documentés en français et/ou en anglais selon le projet.

Bellemare, Marc F. (2022), Doing Economics: What You Should Have Learned in Grad School–But Didn't, Cambridge, MA: MIT Press. Je suggère surtout le chapitre « Writing Papers » (une version antérieure du chapitre se trouve ici).

Je suis un fervent supporter du FC Barcelone. Si vous êtes supporter du Real Madrid, on risque d'avoir un petit problème ! 😉