Data Scientist

Intégration d'une équipe data au sein d'une filiale du groupe Action Logement pour piloter la refonte complète de la stack technique et concevoir des produits data pour le groupe In'li spécialisé dans le logement social.

• Participation au déploiement de la nouvelle stack technique incluant Dataiku, DataGalaxy et Power BI pour moderniser le traitement et la visualisation des données.
• Conception et réalisation du produit « Reporting charges » permettant au service charges de piloter son activité, incluant le suivi de l'avancement de la régularisation des charges et la fourniture d'indicateurs au COMEX.
• Développement de la « Tour de contrôle quittancement » offrant une vision ergonomique facilitant la validation mensuelle du quittancement et la détection des anomalies.
• Création de la « Fiche villes », plaquette de présentation du patrimoine In'li et des informations territoriales destinée aux maires lors de rendez-vous stratégiques.
• Pilotage des projets data en amont : cadrage des besoins, animation des ateliers de suivi, définition des indicateurs et harmonisation des processus métiers.

Missions en tant que consultante data scientist au sein d'un cabinet spécialisé, intervenant sur des projets variés pour différents clients dans les secteurs santé, transport civil, immobilier social et collectivités territoriales.

• Extraction et analyse des données hospitalières relatives à l'épidémie de COVID-19 au sein de l'unité de santé publique de l'Hôpital Saint-Antoine pour soutenir la prise de décision sanitaire.
• Refonte du Dashboard « Cadran » (observatoire des territoires) et automatisation de l'aspiration des données sources en environnement interne.
• Conception de la refonte du Dashboard de pilotage des événements de maintenance des aéronefs pour l'OSAC (Organisme de Sécurité de l'Aviation Civile) en vue d'améliorer la traçabilité des défauts.
• Extraction de données selon les besoins métiers pour La Médicale (assurance et prévoyance), en maintenant et résolvant les incohérences des bases de données existantes.
• Mise en place d'un hub d'indicateurs de transition écologique au Ministère de la Transition Écologique (plateforme https://ecologie.data.gouv.fr/indicators) destiné aux collectivités territoriales pour le suivi et le pilotage des politiques publiques.

Enseignement du machine learning et des techniques d'analyse de données dans un cursus de formation universitaire, transmettant les concepts fondamentaux et appliqués aux étudiants.

• Enseignement des arbres de décision comme outil de classification et de régression.
• Formation des étudiants au clustering avec l'algorithme K-Means pour la segmentation de données.
• Présentation des machines à vecteurs de support (SVM) et de leurs applications pratiques.
• Couverture de la sélection de variables et de l'optimisation des modèles.
• Abordage de l'interprétabilité des modèles machine learning pour l'explicabilité des prédictions.

Intégration de l'équipe data de SNCF Réseau afin de déployer une solution d'intelligence artificielle pour la détection automatique des défauts d'infrastructure ferroviaire, utilisant l'imagerie radar et le deep learning.

• Préparation et nettoyage d'une base de données volumineuse de signaux géoradar pour l'apprentissage du modèle.
• Traitement des données géoradar en appliquant des transformations et des prétraitements adaptés aux signaux de détection.
• Développement et entraînement d'un réseau de neurones convolutionnel (CNN) pour la classification d'images et la détection des défauts de plateforme ferroviaire.
• Déploiement de la solution sur l'infrastructure AWS utilisant les services S3 pour le stockage et SageMaker pour l'entraînement et l'inférence.
• Co-écriture d'un article scientifique publié dans ScienceDirect en 2023 : « Automatic analysis of railway ground penetrating radar », contribuant à la littérature académique sur l'analyse automatisée des données ferroviaires.