Data Analyst

Intégration d'un projet de recherche pluridisciplinaire visant à développer une interface cerveau-ordinateur (BCI) par analyse de signaux EEG.

• Développement d'un modèle de deep learning basé sur l'architecture EEGNet sous PyTorch pour la classification de signaux cérébraux multivariés.
• Prétraitement et analyse de données EEG pour la détection d'intentions motrices, incluant nettoyage, normalisation et extraction de caractéristiques.
• Conception et optimisation d'un pipeline de traitement de données end-to-end en Python.
• Analyse de la variabilité inter-sessions des signaux EEG et évaluation des performances des modèles de classification.
• Création de dashboards de visualisation (Power BI) pour faciliter l'interprétation des résultats et des performances du modèle.

Intégration de l'équipe data opérationnelle d'un grand retailer afin d'optimiser le suivi et la performance des robots de nettoyage automatisé.

• Import, nettoyage et exploration de données opérationnelles en Python (PyCharm) pour analyser les performances des robots de nettoyage.
• Développement d'une interface interactive avec Streamlit permettant la visualisation des résultats et le support à la prise de décision opérationnelle.
• Conception et automatisation des flux de collecte et de traitement de données via Power Automate, améliorant le suivi des performances en temps réel.
• Conduite d'analyses terrain dans plusieurs magasins afin d'identifier des axes d'optimisation opérationnelle et de réduction de coûts.
• Collaboration étroite avec les équipes opérationnelles et animation de réunions hebdomadaires de suivi de performance pour assurer l'adoption des insights.
• Contribution à la préparation d'un appel d'offres stratégique pour le renouvellement du parc de robots (2025).

Conduite d'un projet académique de bout en bout visant à concevoir une plateforme de segmentation client exploitant le machine learning pour optimiser les stratégies marketing.

• Conception et déploiement d'une architecture complète de collecte, stockage et analyse de données sur Google Cloud Platform (GCP).
• Développement d'un modèle de segmentation client basé sur le machine learning pour analyser et classifier les comportements d'achat.
• Traitement et structuration des données brutes pour améliorer la compréhension des profils clients et des patterns de comportement.
• Analyse des résultats de segmentation et production d'insights actionnables pour l'optimisation des stratégies marketing et de fidélisation.