Experience

LSA Courtage

• France
• Insurance
• 1 - 100 Employee

• Marketing Data Engineer / Data Analyst

  • Mar 2021 - Present

  Rueil-Malmaison, Île-de-France, France Objectif(s) : * Construire / maintenir / évoluer des dashboards et des visualisations de données pour les mettre à disposition des équipes métiers. * Développer / Maintenir des rapports automatisés avec tableau pour améliorer l'autonomie des données et l'efficacité globale des équipes * Coordonner avec les équipes internes pour travailler sur des problèmes commerciaux réels et fournir des recommandations * Participer au développement de la stratégie client et produit via des… Show more Objectif(s) : * Construire / maintenir / évoluer des dashboards et des visualisations de données pour les mettre à disposition des équipes métiers. * Développer / Maintenir des rapports automatisés avec tableau pour améliorer l'autonomie des données et l'efficacité globale des équipes * Coordonner avec les équipes internes pour travailler sur des problèmes commerciaux réels et fournir des recommandations * Participer au développement de la stratégie client et produit via des analyses exploratoires et des études ad-hoc, de faciliter l’acquisition / rétention des clients par le biais de production d’études et de modèles * Collaborer avec différents métiers/fonctions afin de comprendre leurs besoins, formuler et compléter des études de bout en bout qui incluent la collecte de données, l’analyse, la formalisation des livrables et la présentation. * Accompagner les équipes CRM dans les ciblages de campagnes sur des critères complexes : données difficiles d’accès, règles de gestions élaborées, modèles prédictifs avant industrialisation * Assurer la cohérence des analyses et le contrôle de la qualité de nos données * Participer au maintien et à l’analyse de notre data-warehouse. * Explorer des sources de données externes pouvant avoir une valeur ajoutée * Pousser la culture data driven au sein des équipes. * Création de requetes SQL à la demande. * Ingestion des données via l'ETL Talend Environnement(s) technique(s) : Langage : Python, SQL, Shell scripting (Bash), PLSQL Outils : Oracle, MySQL, JupyterLab (Jupyter Notebook, Scripting), Tableau Desktop / Serveur, Talend, Jira, Confluence, Excel, Word, PowerPoint Show less



Tigersun Media Group

• France
• Technology, Information and Internet
• 1 - 100 Employee

• Data Engineer / Data Scientist

  • Nov 2020 - Feb 2021

  Les Ulis, Île-de-France, France * Réalisation d’une API de parsing des données textuelles à partir des pages URLs * Analyse Exploratoire de données (Text Mining) * Nettoyage (ponctuation, stopwords, …) prétraitement (tokenisation, extraction des NER, …) et normalisation (Lemmatisation, Stemming, …) de données * Analyse des sentiments, profanité et de l’objectivité du contenu de chaque page web * Application de la TF-IDF et CountVectorizer pour intégrer le BOW * Création d’un modèle prédictif (Deep Learning) en… Show more * Réalisation d’une API de parsing des données textuelles à partir des pages URLs * Analyse Exploratoire de données (Text Mining) * Nettoyage (ponctuation, stopwords, …) prétraitement (tokenisation, extraction des NER, …) et normalisation (Lemmatisation, Stemming, …) de données * Analyse des sentiments, profanité et de l’objectivité du contenu de chaque page web * Application de la TF-IDF et CountVectorizer pour intégrer le BOW * Création d’un modèle prédictif (Deep Learning) en utilisant le modèle GloVe à partir d’un jeu de données étiqueté, importé de l’Open data (kaggle) * Communication et représentation des résultats * Intégration et Mise en production du modèle sur l’instance EC2 de AWS * Dockerisation de l’API sur Docker Show less



BNP Paribas Personal Finance

• France
• Banking
• 700 & Above Employee

• Data Scientist

  • Oct 2019 - Sep 2020

  Levallois-Perret, Île-de-France, France Intitulé de l’intervention : Gestion des projets Data Science (études analytiques, statistiques et prédictives) depuis l’idée jusqu’à l’implémentation et le suivi en production pour les 33 filiales mondiales (¬6 projets)  Objectif(s) : • Gérer des projets en Data Science depuis l'idée jusqu'à l'implémentation et le suivi en production. • Identifier, avec les experts métier en Central et en Filiales, les cas d’usages pertinents. • Importer les données nécessaires liées… Show more Intitulé de l’intervention : Gestion des projets Data Science (études analytiques, statistiques et prédictives) depuis l’idée jusqu’à l’implémentation et le suivi en production pour les 33 filiales mondiales (¬6 projets)  Objectif(s) : • Gérer des projets en Data Science depuis l'idée jusqu'à l'implémentation et le suivi en production. • Identifier, avec les experts métier en Central et en Filiales, les cas d’usages pertinents. • Importer les données nécessaires liées au projet. • Analyser, nettoyer, prétraiter et transformer la data (Data Engineering). • Mettre en œuvre des techniques adaptées de Machine Learning (Random Forest, KNN, Logistic Regression, Catboost, lightGBM), de Deep Learning (ANN, CNN), de Séries Temporelles (Prophet, ARIMA, RNN) et de traitement du langage naturelle NLP (Topic Modeling et Analyse des sentiments) à la résolution du problème posé, dans l’environnement technique dédié. • Apporter une expertise pour les études et constructions de scores et segmentation dans une démarche de gestion de projet transverse : définition du besoin (rédaction de fiches descriptives des projets), cadrage (organisation de réunions), suivi du projet (rédaction de la documentation technique), accompagnement du pays dans l’utilisation des nouveaux outils (Coaching et rédaction d’un manuel d’utilisation). • Communiquer les résultats à différents publics (experts ou non experts) et partager les bonnes pratiques au sein de l'équipe (nouvelles méthodes, outils, démarche).  Environnement(s) technique(s) : • Système : Windows • Langage : Python, SQL, R • Outils : JupyterLab (Jupyter Notebook, Scripting), GitLab, Tableau, Excel, Word, PowerPoint • Méthodologie agile (SCRUM) Data Science / Machine Learning / Deep Learning / data Visualisation / NLP / Time Series / Monitoring Show less



Klee Group

• France
• Information Technology & Services
• 500 - 600 Employee

• Data Engineer / Data Scientist

  • Mar 2019 - Sep 2019

  LePlessis-Robinson Intitulé de l’intervention : Conception d’un module d’aide à la détection de fraude grâce la puissance des algorithmes d’intelligence artificielle dans un système de gestion de financement  Objectif(s) : • Conception d’un module d’aide à la détection de fraude grâce la puissance des algorithmes d’intelligence artificielle dans un système de gestion de financement en se basant sur l'analyse du comportement client à travers le processus de sa demande de prise en… Show more Intitulé de l’intervention : Conception d’un module d’aide à la détection de fraude grâce la puissance des algorithmes d’intelligence artificielle dans un système de gestion de financement  Objectif(s) : • Conception d’un module d’aide à la détection de fraude grâce la puissance des algorithmes d’intelligence artificielle dans un système de gestion de financement en se basant sur l'analyse du comportement client à travers le processus de sa demande de prise en charge • Identification des caractéristiques à intégrer dans les algorithmes • Choix de l’algorithme de Machine Learning, son paramétrage et son intégration dans le processus opérationnel • Mise en œuvre d’un module d’aide à la vérification et la validation des dossiers  Réalisation(s) : • Etat de l'art sur les algorithmes de Clustering (Kmeans, DBSCAN, Hierarchical Clustering) • Etat de l'art sur les techniques de réduction de dimensionnalité (PCA, ACM, T-SNE) • Etat de l'art sur les algorithmes de détection d’anomalie (Isolation Forest, OneClassSVM, local outlier factor) • Classification non-supervisé à une classe utilisant le OneClassSVM • Mise en œuvre d’un module d’aide à la vérification et la validation des dossiers clients grâce aux algorithmes d’apprentissage supérvisé (KNN, Random Forest, Logistic Regression, SVM, Decision Tree, Xgboost) • Rédaction de notebooks de formations sur les techniques de détection d’anomalies, de l’initiation aux différentes librairies de traitement des données (pandas, numpy) ainsi qu’à l’utilisation des algorithmes de Machine Learning  Environnement(s) technique(s) : • Système : Windows • Langage : Python, SQL, R • Outils : Anaconda (Jupyter Notebook, Spyder), GitLab, Dataiku, PostgreSQL, MongoDB, Word, PowerPoint, Jira • Méthodologie agile (kanban) Data Science / Analyse de données / Fraud detection / Machine Learning / Deep Learning / Anomaly Detection / R&D Show less