Projets :
- Accompagnement des équipes de data science pour le développement de
divers sujets Marketing & Risque (Octroi de crédit aux entreprises, Prêts
personnels Immobiliers, Moteur de recommandation, …)
- Accompagnement sur les évolutions et choix des environnements techniques,
ainsi que les évolutions des projets Data en cours.
Projet :
Construction d’un moteur de ciblage de clients pour diverses offres de
coupons : Fidélisation, Recommandation, Développement.
o Construction d’un moteur de recommandation des produits
o Prédiction d’achat des foyers en perte de vitesse d’achats pour le
développement des paniers d’achat
Projet :
- Construction d’une démarche méthodologique pour la prédiction de
conversion des visiteurs du site de L’Oréal.
- Pilotage de l’équipe data science pour :
o Analyse des comportements des visiteurs
o Machine Learning
- Réalisation de l’industrialisation et de la mise en production
o Architecture fonctionnelle et technique
o Installation et configuration des outils (Airflow, CRMint, …)
o Développement de scripts, création des pipelines d’industrialisation,
déploiement
o Management des collaborateurs
o Référent technique et de la stratégie Data, industrialisation, construction de
Datalab, définition de la roadmap, développement et construction d’offres
o Formateur des entreprises : Python, Spark, Machine Learning
Epsilon Media [Permanent]
Manager de l’équipe Data Science : Cadrage, pilotage, architecture,
industrialisation et passage en production
Gestion de la roadmap et du budget
Projets :
- Attribution vs Contribution,
- Scoring et ciblage des visiteurs de site d’annonceur
- Marketing Mix Modeling
- Topic Modeling - NLP
- Construction de segments d’audience
- Industrialisation et mise en production
- …
Clients : L’Oréal, Vattenfall, Renault, Bouygues T., Engie, MacDo, Heineken…
Projet : Maintenance Prédictive [NLP, Machine Learning]
- Construction d’un moteur de calcul de similarité entre les changements
entrants et l’historique des changements (mauvais, échoués ou réussis)
- Création d’une application de détection des changements risqués
- Industrialisation et mise en production
Projets :
- Catégorisation des incidents et identification des root cause des incidents
- Prévision des besoins et pics de consommation CPU du mainframe
- Analyse des périmètres de sécurité du cloud BNP pour maitriser la
consommation en CPU des Firewall et améliorer les règles de sécurité IT
Projet :
- Consolidation et qualité de données sur différents canaux
- Analyse et visualisation des parcours client cross canaux
Projet :
- Mise en place d’un datalake
- Formation des utilisateurs à l’écosystème Hadoop et aux outils d’analyse
- Accompagnement des métiers sur plusieurs use case : Segmentation clients