Data Analyst

Intégration de l'équipe de recherche scientifique d'Aix-Marseille Université dans le cadre d'une alternance pour travailler sur la prédiction du stress hydrique et la gouvernance des données.

• Mise en place d'un pipeline de preprocessing pour le nettoyage, la normalisation, le contrôle et la gouvernance de la qualité des données.
• Réalisation de feature engineering et de réduction de dimension par PLS afin d'améliorer la robustesse des modèles.
• Développement de modèles de prédiction du stress hydrique par Deep Learning sur des données hyperspectrales.
• Développement et optimisation de modèles de Machine Learning et Deep Learning incluant MLP, XGBoost et SVR.
• Exécution d'une validation croisée et amélioration des performances des modèles (RMSE, R²) avec un gain mesuré de 8 à 12%.
• Garantie de l'interprétabilité des résultats via SHAP pour identifier les variables spectrales déterminantes.
• Rédaction de la documentation technique et collaboration active avec les équipes de recherche.

Immersion dans le secteur des télécommunications lors d'un stage pour piloter l'extraction, la préparation des données clients et affiner la segmentation marketing.

• Gestion autonome de l'extraction et de la préparation des données clients via SQL en réalisant des jointures, des requêtes complexes et des ETL, dans le respect strict des règles de confidentialité RGPD.
• Réalisation d'une segmentation client visant à améliorer les campagnes marketing et à réduire le churn.
• Conduite d'une analyse exploratoire et identification des variables comportementales pertinentes.
• Application de méthodes de clustering par K-Means et hiérarchique pour définir des profils clients actionnables.
• Développement d'indicateurs pour le suivi du comportement client.
• Définition de KPIs comportementaux pour orienter les décisions stratégiques du marketing.
• Conception de tableaux de bord Power BI pour le reporting des KPIs aux équipes métier.

Collaboration avec l'entreprise de transport et mobilité en tant que stagiaire pour traiter des volumes massifs de données de trajets et optimiser l'activité de la plateforme.

• Traitement de volumes Big Data via Google BigQuery portant sur des millions de trajets.
• Conception de feature engineering géospatial et temporel pour alimenter l'analyse prédictive.
• Développement de prévisions de la demande pour contribuer à l'optimisation opérationnelle de la plateforme VTC.
• Mise en place de modèles de forecasting basés sur XGBoost et des séries temporelles, générant une précision accrue de +13%.
• Analyse des déséquilibres entre l'offre et la demande afin d'optimiser le dispatch des chauffeurs.
• Suivi des performances des modèles déployés et assurance d'une amélioration continue.
• Développement de dashboards Power BI pour le monitoring, le reporting automatisé et le pilotage des opérations.