Notre base de 155515 CV vous permet de trouver rapidement un Data scientist Rennes freelance. Recevez gratuitement et sous 24h maximum les CV des meileurs intervenants disponibles.
Création d’une société de conseil
• Elaboration du syllabus
• Conception et planification des supports de cours et examens
Optimisation de la tarification et maximisation de la marge
• Optimisation de la tarification et maximisation de la marge (Machine Learning)
• Recueil du besoin client et création d’une Webapp
• Mise en place d’une stratégie adaptée
• Extraction, mise en forme et exploitation de données
• Mise en place et gestion du planning projet
• Migration des données sur GCP
• Migration de projets vers Dataiku
• Extraction, mise en forme et exploitation de données
• Mise en place et gestion du planning projet
→ Augmentation du chiffre d’affaires de 210 millions d’euros pour l’année 2022
Mission : Mise en place de la stratégie & de l’infrastructure Data
• Recueil et analyse des besoins métiers
• Évaluation, chiffrage des évolutions
• Rédaction de dossier de recherche scientifique en vue de brevet et CIR
• Choix des technologies (Analyse de coûts et performance)
• Conception de modèles prédictifs
• Création d’algorithmes d’automatisation de type RTB (Real Time bidding)
• Optimisation et supervision des jobs déjà existants
• Proposition de solutions afin d’améliorer le SI existant (revue de l’architecture applicative)
• Revue du code afin d’améliorer les performances
• Homologation fonctionnelle des évolutions
→ Gestion d’un budget de 7 millions d’euros. Augmentation de la marge nette de 37%
Mission pour Webikeo : Mise en place de systèmes de recommandation
• Recueil du besoin
• Collecte et Nettoyage des données
• Consolidation, ACP et Factorisation de matrices
• Gestion des sparce matrices problems
• Mise en place d’un algorithme de type « content based »
• Mise en place d’un algorithme de type « filtrage collaboratif »
• Mise en place de solution « Hybrid combined »
• A/B testing
Segmentation de marché :
Segmentation du marché des clients de PGA Motors Dans le but d’affiner le mailing et d’augmenter la connaissance du client, approche microéconomique : analyse des comportements du client et recoupe des comportements similaires
Algorithmes utilisés : J'ai utilisé, entre autre : K-means ,KNN (Python, ScikitLearn)
Mission pour RENAULT : Scoring de chaleur en vue d’un reciblage (emailing et téléphonique)
• Collecte des données
• Nettoyage et Analyse des données
• Normalization des données
• Classification et prédiction avec les algorithmes de Data Mining
→ Reciblage de 91% des prospects potentiels. Augmentation des leads de 22%
Mission pour PGA MOTORS (Porsche, Audi, Volkswagen) : Segmentation de marché
• Collecte, Nettoyage et Analyse des données
• Normalisation de la data
• Web Scrapping
• Création de personae (méthode RFM + Machine Learning)
• Classification et prédiction avec les algorithmes de Data Mining
→ Segmentation de la clientèle des 600 000 clients annuels.
Mission : Digitalisation des procédures de la CCI
• Estimation de la valorisation des entreprises à céder
• Prédiction des cessions d’entreprises
• Système de recommandation
Prédire l’achat d’un véhicule à partir du site web :
Scoring de chaleur : A partir du parcours client sur le site web prédire la probabilité
que ce dernier achète un véhicule. A la suite de l’algorithme prédictif, 82% de bonnes
prédictions (Attente client : 75% de bonnes prédictions)
Systèmes de recommandation :
Réalisation de 3 systèmes de recommandation (inspirés du modèle Netflix), algorithme de popularité, content based algorithm ( basé sur le contenu des vidéos), collaborative filtering ( filtrage collaboratif : basé sur la similarité des client de la base de données)
Mise en place d’un pricing automatisé :
Mission effectuée pour la société de vente de véhicules en ligne. Le but étant de prédire le prix des véhicules d’occasion en ligne à l’aide de la description des véhicules
(Marque, Modèle, Année…).
6% de MAPE obtenue (attente client : MAPE inférieur à 15%)