Harris N.

Docteur en chimie, passionné par la pédagogie et la transmission du savoir, je propose des cours particuliers en mathématiques, physique-chimie et chimie du supérieur pour des élèves de tous niveaux (collège, lycée, université). J’ai donné des cours pendant 2 ans chez GoStudent, où j’ai accompagné de nombreux élèves vers la réussite, et j’ai également été enseignant vacataire à l’IUT de Créteil-Vitry pendant 2 ans, en charge des cours de chimie des matériaux en licence professionnelle. Je propose une approche adaptée à chaque élève, en fonction de son niveau, de ses objectifs et de son rythme. Que ce soit pour une remise à niveau, un accompagnement régulier, de l’approfondissement ou une préparation aux examens, je m’engage à fournir un suivi personnalisé et structuré. Les cours peuvent se faire en ligne avec des horaires flexibles, y compris en soirée ou le week-end. Je couvre notamment : Les mathématiques et la physique-chimie pour les collégiens et lycéens (toutes filières) La chimie générale, chimie organique, électrochimie, chimie des matériaux, etc., pour les étudiants du supérieur N’hésitez pas à me contacter pour plus d’informations ou pour organiser un premier échange afin d’évaluer vos besoins et fixer un programme de travail adapté. Docteur en chimie, passionné par la pédagogie et la transmission du savoir, je propose des cours particuliers en mathématiques, physique-chimie et chimie du supérieur pour des élèves de tous niveaux (collège, lycée, université). J’ai donné des cours pendant 2 ans chez GoStudent, où j’ai accompagné de nombreux élèves vers la réussite, et j’ai également été enseignant vacataire à l’IUT de Créteil-Vitry pendant 2 ans, en charge des cours de chimie des matériaux en licence professionnelle. Ma pédagogie repose sur l’écoute, l’adaptation et la progression pas à pas. Chaque élève a un profil unique, c’est pourquoi je commence toujours par identifier ses besoins, ses points forts, ses blocages et sa manière d’apprendre. Cela me permet de construire un accompagnement sur mesure, centré sur la compréhension en profondeur des notions, et non sur l’apprentissage mécanique. Durant les cours, je mets un point d'honneur à créer un climat de confiance, où l'élève se sent libre de poser toutes ses questions, sans jugement. J’explique les concepts de façon claire et imagée, en m’appuyant sur des exemples concrets et des analogies simples. Mon objectif est de rendre les notions accessibles et durables, même les plus complexes. Je varie les approches selon les profils : schémas, mini-exercices, quiz, méthode active, résumés, ou encore technique de Feynman pour vérifier que l’élève peut reformuler ce qu’il a compris. Je guide progressivement vers l’autonomie, afin que l’élève prenne confiance en ses capacités et gagne en efficacité dans son travail personnel. Je suis également très attentif au rythme de l’élève, à sa motivation et à son évolution, et je réajuste les méthodes si nécessaire. Mon but : l’aider à progresser sereinement, retrouver le goût de la matière… et réussir.

Étudiant en Master 1 « Traitement du Signal et des Images » à Aix-Marseille Université, je souhaite transmettre mes connaissances en mathématiques, physique et anglais à des élèves du collège au lycée. J’ai commencé à accompagner un élève cette année et j’y ai pris beaucoup de plaisir. Je suis une personne patiente, sérieuse et à l’écoute, et je m’efforce toujours d’adapter ma méthode au rythme et au niveau de chacun. Mon objectif est d’aider les élèves à progresser en toute confiance, à comprendre les notions essentielles et à retrouver le goût d’apprendre. J’ai obtenu une Licence en Physique à l’Université de Franche-Comté, puis j’ai intégré un Master 1 en Traitement du Signal et des Images à Aix-Marseille Université. Ma formation m’a permis d’acquérir de solides compétences en mathématiques, en physique appliquée et en programmation scientifique (Python, MATLAB, SQL). Je me spécialise actuellement dans l’analyse d’images, l’intelligence artificielle et les méthodes de traitement du signal, avec des projets concrets en vision par ordinateur et machine learning.