Ingénieure en Data Science

Intégration du Groupe Atlantic en tant que Data Scientist (alternance) afin d'optimiser la sécurité au travail et les processus de production par le biais du Machine Learning.

• Conception et mise en œuvre d'un pipeline complet de machine learning, de l'extraction des données (API météo, production) au déploiement de modèles de forecasting sur GCP, atteignant 93 % de précision sur la prévision des accidents de travail.
• Automatisation du calcul et de l'analyse des données de production sur GCP (BigQuery, Vertex AI), assurant la mise à jour quotidienne automatique des dashboards.
• Mise en place d'un clustering K-means des composants défectueux sur les lignes CMS, permettant d'identifier les fournisseurs à risque et d'augmenter l'efficacité corrective de 30 %.
• Création d'une interface interactive avec FastAPI et Streamlit pour le suivi des rejets de production critiques, générant une hausse de 25 % de la productivité.

Collaboration avec Locala pour mener un projet de segmentation géographique et d'optimisation du ciblage marketing local.

• Réalisation de la segmentation géographique des panneaux publicitaires DOOH à Marseille à partir de données open source, géospatiales et socio-démographiques.
• Développement et comparaison de modèles de clustering (K-Means, DBSCAN, Affinity Propagation) avec optimisation des hyperparamètres pour une segmentation fine du territoire.
• Optimisation du ciblage marketing via l'exploitation des segments identifiés, permettant un gain de 30 % sur l'efficacité des campagnes.

Collaboration avec le CINAM pour appliquer le Deep Learning au domaine de la santé et du diagnostic médical.

• Développement d'algorithmes de machine learning dédiés à la détection automatisée de la drépanocytose.
• Mise en place d'un réseau de neurones récurrents (RNN) pour analyser la structure des globules rouges, réduisant le temps d'analyse de 24 %.