Ingénieure Data & IA

Intégration d'un projet certifiant pour concevoir et opérer une infrastructure data dédiée à la détection de fraudes bancaires.

• Amélioration de la performance des traitements de 40 % en concevant une architecture data basée sur BigQuery, DBT et Snowflake.
• Réduction des délais de traitement de 35 % via l'orchestration de pipelines ETL/ELT avec Databricks.
• Structuration de datasets analytiques facilitant la création de KPI stratégiques pour le pilotage métier.
• Optimisation des modèles pour une intégration efficace dans des outils de Business Intelligence.

Mission au sein du Groupe Univerp afin d'améliorer la gestion, la qualité et la valorisation des données internes.

• Amélioration de la fiabilité des données de 30 % en structurant un data modeling en étoile et flocon et en optimisant les flux ETL issus de systèmes ERP et CRM.
• Réduction du temps de chargement des dashboards de 25 % en optimisant les transformations et en structurant des modèles orientés BI.
• Conception de tableaux de bord décisionnels avec KPI métier, améliorant la prise de décision des équipes commerciales.
• Automatisation de la collecte et de la transformation des données, augmentant la disponibilité des données analytiques.
• Initiation de l'utilisation de logiques similaires à Qlik Sense pour améliorer la scalabilité des rapports.

Réalisation d'un projet de Data Science ciblant la prédiction de l'efficacité énergétique des véhicules.

• Amélioration de la précision de prédiction de la consommation énergétique de 20 % en réalisant un processus complet de Data Cleaning, de traitement des valeurs manquantes et de normalisation des données techniques.
• Augmentation de la qualité des données d'entraînement en mettant en œuvre des contrôles de Data Quality et des règles de validation sur plus de 300 observations historiques de véhicules produits entre 1970 et 1980.
• Identification des variables les plus influentes sur l'efficacité énergétique par une analyse exploratoire, des analyses statistiques et du Feature Engineering sur les caractéristiques mécaniques.
• Construction de plusieurs modèles de Machine Learning supervisé incluant Régression Linéaire, Random Forest et Gradient Boosting pour prédire la consommation de carburant.
• Amélioration des performances prédictives des modèles de 15 % en optimisant les hyperparamètres et en appliquant la validation croisée.
• Réduction de l'erreur de prédiction RMSE en comparant plusieurs algorithmes et en retenant le meilleur compromis performance et interprétabilité.
• Automatisation du pipeline de préparation et d'entraînement avec des scripts Python réutilisables et versionnés via GitLab CI/CD.
• Industrialisation du cycle de vie du modèle avec des suivis de versions, des tests automatisés et de la documentation.
• Développement d'une API REST avec Flask exposant le modèle pour générer des estimations en temps réel.
• Facilitation de l'analyse des résultats avec des tableaux de bord Power BI mettant en évidence les facteurs les plus impactants.

Analyse de la consommation d'électricité et de gaz annuelle par secteur d'activité et par commune.

• Analyse métier de la consommation énergétique avec identification de leviers d'optimisation par secteur et par zone géographique.
• Création de KPI pertinents et développement de dashboards interactifs sous Power BI pour une meilleure compréhension des performances énergétiques.
• Segmentation des données en appliquant des méthodes statistiques pour mieux identifier les comportements de consommation.
• Valorisation des données en produisant des visualisations claires et exploitables pour améliorer la prise de décision.

Réalisation du projet e-commerce FlowerPower dans le cadre de la formation.

• Production d'un schéma de base de données représentant toutes les données du système d'information et leurs interconnexions.
• Proposition d'une architecture de base de données distribuée, intelligente et réalisable incluant une phase de dockerisation.

Contrôle et conformité au sein de l'entreprise Mechinaud.

• Contrôle et conformité des produits finis en analysant les données de suivi via ERP et Excel.
• Contribution à la réduction des erreurs de saisie en améliorant l'organisation des processus de contrôle et de remontée des données.
• Suivi des indicateurs de performance qualité afin de faciliter le pilotage des opérations au quotidien.

Gestion des flux de marchandises et suivi des stocks au sein de l'enseigne Carrefour.

• Gestion des flux de marchandises incluant réception, stockage et mise à disposition, ainsi que le suivi des niveaux de stock avec identification des ruptures.
• Participation à l'optimisation du réapprovisionnement des rayons et contribution à la qualité des données de stock dans les systèmes ERP.
• Coordination des actions avec les équipes logistiques pour garantir la disponibilité des produits dans le respect des délais et des processus opérationnels.

Accueil client, gestion de la station et suivi des stocks chez Total Energies.

• Accueil, orientation et conseil de la clientèle, tout en gérant l'encaissement et la caisse dans le respect des procédures.
• Mise en rayon, réassort des produits, contrôle de la propreté et entretien de l'espace de vente.
• Application des règles de sécurité et des procédures internes, tout en gérant les flux clients et l'assistance sur les équipements de la station.
• Participation à la réception des livraisons et au suivi des stocks.

Enseignement des mathématiques au sein du Lycée 2 Février.

• Amélioration des performances des élèves du Bac scientifique grâce à l'adaptation des méthodes pédagogiques en fonction de leurs besoins et de leur niveau.
• Analyse des résultats académiques afin d'identifier les axes d'amélioration et d'accompagner les décisions pédagogiques.
• Organisation et harmonisation des programmes de cours pour assurer une meilleure cohérence des contenus et des objectifs éducatifs.