Data Scientist | Statisticienne

Contribution à l'analyse expérimentale des signaux runtime de systèmes d'IA pour un projet de recherche.

• Conception d'un plan d'expérience statistique portant sur 680 générations, 3 providers et plusieurs configurations pour évaluer l'actionnabilité des signaux runtime.
• Étude des scénarios de stop-generation, régénération et reroutage.
• Comparaison des scénarios avec et sans intervention pour estimer les impacts sur les tokens, la cohérence, la stabilité et le coût d'usage.
• Analyse des limites méthodologiques et évaluation de la reproductibilité des résultats.

Intégration de l'Unité de Recherche Santé et Droits Sexuels et Reproductifs (UR14) pour explorer l'accélération de l'analyse de données d'enquêtes sensibles par l'IA générative dans le respect du RGPD.

• Réalisation d'un benchmark des IA conversationnelles pour identifier les solutions adaptées.
• Conception d'une méthodologie dédiée combinant prompt engineering, fine-tuning, génération de données synthétiques et agents IA pour analyser les données sans exposition des informations individuelles.
• Application de cette méthodologie sur l'enquête Erfi en réalisant l'apurement exploratoire, la détection d'erreurs et le traitement des valeurs manquantes.
• Contrôle de la qualité des données de l'enquête.

Mission de web scraping pour une étude de marché auprès d'un client direct.

• Collecte automatisée de données sur plus de 3 600 franchises réparties dans 15 secteurs.
• Structuration d'une base de données exploitable pour alimenter une veille concurrentielle.

Stage de recherche en biostatistique axé sur la radiomique et la qualité musculaire en lien avec la survie de patients atteints de cancer du rein.

• Analyse des données radiomiques d'une cohorte d'environ 110 patients.
• Sélection de 96 descripteurs reproductibles sur 159 grâce au coefficient de corrélation intraclasse (ICC).
• Amélioration de 26 % la performance prédictive de survie via l'intégration des variables radiomiques (C-index).
• Développement de modèles de classification, notamment Elastic Net et Random Forest, pour la prédiction de la sarcopénie, atteignant un ROC AUC de 0,78.
• Mise en place d'une validation croisée imbriquée pour évaluer rigoureusement les performances des modèles dans un contexte de faible taille d'échantillon.

Stage axé sur la segmentation comportementale de la clientèle.

• Nettoyage et structuration d'une base de données contenant plus de 2 000 clients.
• Réalisation d'une segmentation comportementale en utilisant les algorithmes K-means et la Classification Ascendante Hiérarchique (CAH).
• Identification de 4 typologies de clients distinctes à partir des analyses.
• Restitution des profils stratégiques à l'équipe marketing afin d'optimiser le ciblage des campagnes.

Stage de recherche en statistiques mathématiques au niveau licence.

• Modélisation de processus stochastiques de renouvellement en étudiant les lois exponentielle et Weibull.
• Réalisation de démonstrations de convergence presque sûre et en loi (Théorème Central Limite).
• Développement de simulations en Python sur une cohorte de taille n=1000 pour valider la convergence théorique observée après 2000 renouvellements.