Data Scientist / Data Engineer

Projet de détection et prédiction de la congestion des sites radio BTS (LTE) sur un volume de 7,78M enregistrements horaires couvrant 72 851 cellules.

• Nettoyage et préparation des données massives, réalisation d'une EDA complète et feature engineering métier.
• Labellisation non supervisée combinant ACP et K-Means pour segmenter les patterns de congestion.
• Benchmarking de 6 modèles Machine Learning, sélection de LightGBM avec 99,6% de F1 pour la détection.
• Développement de prédictions multi-horizon (H+1, H+3, H+6) atteignant jusqu'à 98% de précision à H+6.
• Implémentation de l'interprétabilité des prédictions via SHAP pour la compréhension métier.
• Optimisation des hyperparamètres du modèle via Optuna.
• Automatisation de l'ensemble du pipeline et déploiement via Streamlit pour la mise en production.

Gestion et exploitation d'un volume massif de données décisionnelles au sein d'une équipe data.

• Consolidation et nettoyage des données à partir de multiples sources hétérogènes.
• Développement de tableaux croisés dynamiques avancés sous Excel pour l'analyse multidimensionnelle.
• Rédaction de requêtes SQL complexes pour l'extraction et la transformation de données brutes.
• Conception de rapports décisionnels via SSRS pour la distribution aux stakeholders métier.

Participation à des projets de simulation et d'optimisation dans un environnement industriel complexe.

• Analyse et modélisation de données opérationnelles sous Excel.
• Simulation du comportement de systèmes industriels complexes via HYSYS pour l'optimisation des procédés.