Chargée de mission Data Science
Intégration du département Suivi des Forêts et Évaluation pour automatiser et fiabiliser le pipeline national d'évaluation forestière couvrant ~585 000 unités de gestion.
- Conception et déploiement d'un pipeline R Markdown automatisé V6.0 comprenant 19 sections d'ingestion, jointures multi-sources (BDPat, LiDAR Visulid, FOREGE, FDP, RecPrev) et application de 9 règles de priorité en cascade basées sur essence, structure et calibre.
- Développement d'un système de traçabilité multi-sources avec colonnes source_*_finale et versionnage GitHub pour garantir la reproductibilité et la qualité des données.
- Modélisation de trois modèles Random Forest complémentaires (RF Global OOB 35,6 %, RF Feuillu OOB 32,7 %, RF Inverse LiDAR-essence OOB 22,7 %) prédisant 39 091 unités de gestion.
- Feature engineering rigoureux avec analyse d'importance des variables (Tx_couv > G > p 100GGB) et validation croisée OOB.
- Pilotage du recueil de besoins métier auprès de 6 directions territoriales via entretiens semi-directifs et animation de 3 ateliers collaboratifs (matrice priorisation, analyse SWOT).
- Conception et développement de dashboards interactifs (Tableau, R Shiny, R Markdown) avec indicateurs de complétude (0–5), urgence révision (4 niveaux) et alertes désaccord inter-sources.
- Recettage de la base de données Forêt v3 sur 3 zones pilotes et livraison de dictionnaire variables forestières et scripts automatisés R/Python/QGIS/ArcGIS.
Environnement technique