Data Scientist

Intégration chez TotalEnergies en tant que Lead Data Scientist pour piloter des projets stratégiques d'IA et de prédiction.

• Conception et déploiement d'un algorithme de prédiction des ventes (N-HiTS) ayant permis d'améliorer la précision des forecasts de ~50%, réduisant les écarts entre prévisions et ventes réelles.
• Industrialisation du pipeline d'entraînement et de mise en production sur GCP (Vertex AI Pipelines, Cloud Build CI/CD), assurant des prédictions automatisées.
• Développement d'une interface de visualisation des prédictions, utilisée par plus de 10 utilisateurs métier.
• Conception from scratch d'un algorithme de clustering sémantique (NumPy, Word Embeddings) regroupant +700k impressions Google par intention de recherche, permettant aux équipes SEO d'optimiser leur stratégie de contenu.
• Industrialisation et déploiement de la solution sur GCP avec une application Streamlit dédiée.
• Développement d'un outil de topic modeling (BERTopic : UMAP, HDBSCAN, c-TF-IDF) analysant +10k de commentaires clients pour identifier les sujets évoqués et détecter les tendances émergentes.
• Automatisation de la labélisation des sujets via LLM (Google Gemini), réduisant le temps de traitement manuel à quelques minutes.
• Conception d'un système de classification des nouveaux commentaires par calcul de proximité sémantique, éliminant le besoin d'entraîner un algorithme de classification traditionnel.
• Création d'un dashboard interactif (Dash) pour la présentation et le suivi des résultats.
• Conception et développement d'une application web de génération d'assets digitaux (bannières, visuels) pour les équipes communication.
• Intégration d'un module de génération d'images par IA (Gemini, Imagen) avec optimisation automatique des prompts, ainsi qu'un éditeur visuel permettant la composition finale.
• Réduction du temps de production de plusieurs jours en comparaison avec une agence classique.

Mission chez Janssen pour piloter l'adoption de solutions analytiques et renforcer l'engagement client.

• Rôle d'interface entre les équipes business et techniques, garantissant l'alignement des besoins métier avec les développements produit et accélérant les cycles de livraison.
• Accompagnement de 6 équipes business dans l'adoption et le déploiement de la plateforme de recommandation omnicanale.
• Production de rapports de business analytics ayant permis d'identifier les leviers d'engagement clés et d'augmenter l'utilisation active de la plateforme.

Contribution chez Okube au développement et à l'optimisation d'un graphe d'identités digitales à grande échelle.

• Développement de nouvelles fonctionnalités pour un graphe d'harmonisation des identités digitales (~2 milliards d'arcs), améliorant la réconciliation cross-device.
• Optimisation du système de mise à jour du graphe, réduisant les temps de traitement et renforçant la fiabilité des données.

Accompagnement de HP en tant que consultant data engineer pour moderniser l'infrastructure de traitement des données.

• Migration et réécriture de l'ensemble des pipelines de traitement de données de R vers PySpark sur Dataiku.
• Identification et correction des failles du code legacy R, renforçant la fiabilité de la nouvelle infrastructure.

Fondation et direction d'une société spécialisée dans la distribution de produits médicaux.

• Co-fondation et structuration de l'entreprise de A à Z, incluant le sourcing fournisseurs, la distribution, le marketing et le pilotage global.
• Génération de ~500 k€ de chiffre d'affaires sur deux années d'activités.

Mission de conception de POC data science pour le service après-vente de Fnac-Darty.

• Coordination d'ateliers de cadrage entre les départements SAV et informatique, définissant les besoins techniques et les objectifs métiers.
• Conception et développement d'un POC de classification automatique des pannes permettant de catégoriser efficacement les types de pannes et d'orienter le traitement SAV adéquat.

Accompagnement de TF1 dans l'évolution et l'optimisation de ses systèmes de recommandation vidéo et de l'analyse comportementale.

• Modernisation de la codebase PySpark du système de recommandation (ALS) vers la dernière version disponible et adaptation du pipeline pour le déploiement auprès de nouveaux opérateurs télécom.
• Développement et déploiement en production d'un système de recommandation pour les utilisateurs occasionnels et inconnus de la plateforme, combinant clustering et arbre de décision pour pallier l'absence d'historique de visionnage.
• Développement d'un moteur de recommandation personnalisée pour les utilisateurs fréquents, basé sur un réseau de neurones (RBM), optimisant la pertinence des suggestions de contenus.
• Développement d'un système de recommandation sur la base d'un graphe connecté ayant pour but de faire de la recommandation de vidéos en temps réel.
• Réalisation d'analyses ad-hoc du comportement de visualisation des utilisateurs, alimentant les stratégies de ciblage publicitaire et marketing.

Intervention auprès de Moët-Hennessy pour concevoir des solutions data dédiées à la stratégie commerciale B2B.

• Conception et livraison de trois outils data à destination des équipes commerciales.
• Mise en place d'une segmentation client par clustering pour identifier les tendances de consommation.
• Développement d'un outil de prospection de nouveaux clients et d'un système de recommandation de produits pour le portefeuille existant.

Participation à la structuration des premiers cas d'usage data et de la stratégie data de Clarins.

• Participation à la définition et la mise en place des premiers cas d'usage data du groupe, posant les fondations de la stratégie data.
• Conception des KPIs et dashboards de pilotage pour les équipes CRM (acquisition, rétention) et e-commerce (suivi des ventes à l'international).
• Structuration du socle de données via le nettoyage et le traitement des historiques de ventes en ligne pour l'ensemble des marques du groupe.
• Réalisation de la migration des données brutes (XML, JSON) vers des tables SQL sur Hadoop.