Data Product Manager Junior | Ingénieur Data BI

Mission de structuration et fiabilisation des données au sein d'une PME du secteur logistique et transport.

• A structuré et défini les KPI ESG pour la certification EcoVadis (environnement, social, éthique) en harmonisant les indicateurs de performance.
• A organisé et préparé l'ensemble de la documentation de conformité, permettant l'obtention de la Médaille Platinum.
• A fiabilisé les données de stock en environnement ERP (Zoho) en analysant les écarts entre données théoriques et physiques via Excel, SQL et Zoho Analytics.
• A identifié et documenté les anomalies par référence article et produit un rapport d'écart actionnable pour la direction opérationnelle.
• A conçu et déployé un pipeline automatisé de traitement de factures avec n8n, incluant l'ingestion, l'extraction OCR via Mistral AI et le parsing XML.
• A normalisé et chargé les données facturées dans Zoho Books pour une intégration transparente en comptabilité.

Intégration à l'équipe data d'un leader mondial du transport maritime pour moderniser le suivi et le pilotage des terminaux opérationnels.

• A conçu et déployé un système de monitoring temps réel des terminaux maritimes utilisant des pipelines événementiels avec Kafka et la conteneurisation Docker.
• A mené la visualisation des anomalies via Kibana, réduisant significativement le temps de détection et d'intervention.
• A assuré la gestion de la persistance des données critiques via Python et NodeJS avec garantie d'intégrité, haute disponibilité et faible latence pour les flux opérationnels.
• A modélisé et transformé des données hétérogènes (CSV, JSON, APIs) en data-warehouses structurés et optimisés.
• A créé des mesures DAX et construit des tableaux de bord Power BI utilisés quotidiennement par les équipes métiers pour le pilotage des opérations.
• A développé et déployé un modèle Random Forest de régression (précision 99,99 %) pour pallier la perte du signal GPS sur les engins de terminal, améliorant la fiabilité de la localisation en temps réel.

Travail sur le développement de solutions NLP avancées pour l'analyse de sentiments et la détection d'émotions dans un contexte d'IA conversationnelle.

• A entraîné des modèles NLP pour l'analyse de sentiments et la détection d'émotions sur texte en mettant en place un prétraitement linguistique complet (NLTK : tokenization, stemming, stopwords, lemmatisation).
• A optimisé des modèles pré-entraînés via Reinforcement Learning from Human Feedback, améliorant le F1-score de +12 % sur les classes minoritaires.
• A construit un pipeline de bout en bout : collecte de données annotées, prétraitement, entraînement, évaluation et exposition des résultats via dashboard.

Développement de modèles de machine learning sur des données de vols aériens pour une entreprise spécialisée dans la formation data science.

• A développé une régression Random Forest (R2 ≈ 96 %) pour prédire le prix des billets aériens en fonction des caractéristiques du vol.
• A créé un modèle de classification pour déterminer la classe du vol (économie / business) avec une performance optimale.
• A réalisé l'analyse exploratoire complète (EDA) et effectué le feature engineering sur les variables pertinentes (durée, escales, horaires, compagnie).
• A construit et évalué l'ensemble du pipeline de modélisation en appliquant les meilleures pratiques de validation croisée.
• A déployé les modèles via une interface web (HTML, CSS, JavaScript) permettant la saisie des caractéristiques et l'affichage des prédictions en temps réel, hébergée sur Heroku.