Helmi - Data Scientist Data Analyst EXCEL RStudio QLIKVIEW Microsoft Power BI
Ref : 200714M001-
Domicile
75002 PARIS
-
Profil
Data Scientist, Business Analyst, Data Analyst (44 ans)
-
StatutFreelance
-
Tarif Journalier MoyenVoir le tarif
-
CDI : Business Analyst
SATEMJan 2019 - aujourd'hui Détecter les besoins analytiques des différents pôles ; logistique, marketing et
commerciale.
Analyse statistique des ventes (Sell In Sell Out) afin de déterminer l’évolution
périodique des différents articles.
Assurer la visualisation des données sous ERP avec le Data Viz Qlick View
Prévision annuelle en nombre et en chiffre d’affaire des différents articles par
techniques du machine Learning (Lissage exponentiel sous R)
Analyse des profils clients, classification des clients selon leur préférence articles,
fréquence d’achat,
Mise en place d’un outil de reporting qui permet de suivre la facturation des clients
par jour ou par intervalle de temps.
Etude de corrélation Elasticité entre le volume de vente et les part en linéaire. -
CDI : Data Analyst
ARMATIS-LCaujourd'huiAnalyse prédictive des performances des collaborateurs avec les techniques du
machines learning (détection des modèles de prévisions, classification des agents
selon leur performance)
Analyse des profils clients et prévoir la performance de la base clientèle (détection
des facteurs les plus discriminants et classification)
Prédiction du nombre optimal des collaborateurs par activité en adoptant les
techniques du machine Learning
Analyse des Verbatim avec la technique du Text Mining (Tm sous R) dans le but
déterminer l’occurrence des termes, les corrélations entre termes les plus
fréquent, les axes les plus discriminants
Fournir les reportings de suivi de l’activité : Les KPI des agents et les flux
Analyse de la joignabilité par secteur d’activité en terme de tranche horaire.
Extraction des données depuis SQL Server pour les différentes analyses -
Tunis, Tunisie CDI: Chargé D’études Marketing
SIGMA CONSEILaujourd'huiElaborer les études quantitatives et qualitatives et analyser les bases de données
pour différents clients tel que Henkel, Philip Morris, Délice Danone, Carrefour,
Monoprix, Amen Banque, Afrique Assistance, Tunisie Telecom…
Identifier les données à collecter (type de données, périodicité...) ainsi que les moyens
de collecte (type de questions, panel, grille d’évaluation, taille de l’échantillon…) ;
Analyser, interpréter et fournir le reporting des résultats statistiques ;
Identifier et mettre en œuvre les traitements statistiques et le Data Mining appropriés
pour tester des hypothèses, établir des corrélations, établir des modèles de prévision
et détecter les facteurs influents ;
Elaborer les questionnaires et les guides d’entretiens -
CDI: Chargé D’études Statistiques
POINCIBLE marketing &Conseilaujourd'huiAnalyser les bases de données collectées des études de marché avec SPSS pour
différents clients tel que Délice Danone, Magasin Général, Sodexo, SOTUPA…
Identifier les données à collecter (type de données, périodicité...) ainsi que les moyens
de collecte (type de questions, panel, grille d’évaluation, taille de l’échantillon…) ;
Analyser, interpréter et fournir le reporting des résultats statistiques ;
Identifier et mettre en œuvre les traitements statistiques et le Data Mining appropriés
pour tester des hypothèses, établir des corrélations, établir des modèles de prévision
et détecter les facteurs influents ;
Elaborer les questionnaires et les guides d’entretiens
Formation des enquêteurs sur les différentes types d’études -
Stage : Projet de fin d'étude d'ingénieur (PFE)
Société tunisienne d'électricité et de Gaz (STEG)aujourd'huiElaborer une méthodologie « Data mining »avec l’éditeur R qui peut détecter la
consommation frauduleuse d’électricité. Elle consiste à faire :
Application de la méthode machine Learning ; classification SVM avec L’éditeur R
dans le but de détecter les consommations frauduleuses de l’électricité.
Cette Application est déterminée en deux grandes partie :
Classifier les consommations par la méthode du support vecteur
machine (Data mining)
Appliquer un algorithme d’optimisation pour cette classification
-
Formation R-Studio
2017 -
Formation outil Analyse de donnée SPSS
2013 -
DIPLOME Ingénieur en statistique et analyse de l’information
Ecole Supérieure de la Statistique et Analyse de l’Information(ESSAI) -
DIPLOME : Maitrise en économie et gestion quantitative(Spécialité Statistique)
Institut Supérieur de Gestion(ISGSousse)
Statistique RStudio, SPSS, SAS
Bureautique Excel, Word, PowerPoint, Outlook
DataVIZ Power BI, Qlick View
Langages VBA, SQL
SGBD Access, Oracle/ MySQL/ MS SQL
Systèmes Windows Server 2003; 2008 R2; 2012 / Windows XP, 7, 8, 10
Internet / Intranet HTML, XML
Méthodes Merise, UML
Anglais Courant (expériences professionnelles à l’international)
COMPETENCES METIERS
▪ Marketing
▪ Cosmétique
▪ CRM
▪ Grande distribution
▪ Commerce