Christel - Chef de projet Data

Expérience professionnelle

Chef de projet Data Science / Machine Learning
Data Rainbow, AHI ES Supermarché AVRIL 2023 – MAINTENANT
Contexte : Dans le secteur de la grande distribution, AHI ES supermarché souhaite automatiser
la détermination du prix de ses articles.
Expertise fonctionnelle : cadrage du projet
• Ateliers avec les métiers, construction du datalake représentatif du use case
• Création de la méthodologie de travail
Expertise technique : création de l’algorithme de prédiction du prix des articles
• Configuration de l’environnement en mode parallélisé
• Data crunching et data préparation
• Statistique descriptive, analyse factorielle multiple et clustering
• Entrainement de quatre modèles : Random Forest, SVM, XGBoost et le modèle ensembliste
• Méthode d’entrainement : validation croisée, recherche des paramètres par grid search et
bayesian optimization
• Sélection du meilleur modèle, étude des résidus et marge d’erreur
• Reporting et présentation aux métiers
Environnement technique: Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn, TidyModels,
ToParallel, Foreach, FactoMiner, Canva

Chef de projet Datalab
SGDBF (Saint Gobain Distribution Bâtiment France) JUILLET 2021 – MARS 2023
Contexte : DATALAB, entité de la DSI chargée d’industrialiser, déployer, mettre en production et
maintenir le run des projets Data Science, Machine Learning et Intelligence Artificielle.
Expertise fonctionnelle : Coordinatrice de projets de bout en bout
• 4 entités : équipe Métier, équipe Médiation, équipe Data Scientists et équipe Data Engineers
• Scrum Master : mise en place de la méthodologie Agile/Scrum, garant de l’agilité au sein de
l’équipe, organisation et animation des évènements SCRUM (sprint planning, sprint review,
rétrospective), responsable du Jira Datalab
• Product Owner Proxy : cadrage et formalisation des besoins de l’équipe Data Science (uses
stories), animatrice des ateliers de grooming
• Reporting de l’état d’avancement des projets
• Veiller à la documentation et la mise à jour des documents des process techniques au sein de
l’équipe : PSAT, DMEX, SFD, SPEC, documents projets sur Confluence
• Suivi et participation aux projets dès la phase exploratoire afin d’anticiper la phase
d’industrialisation
• Assurer la visibilité de l’équipe au sein de la DSI SGDBF et auprès des métiers
• Forte contribution à la cohésion et l’épanouissement de l’équipe
Expertise technique : Responsable et suivi de l’ingestion des données
• Planification et suivi accostage des tables : spec techniques $U
• Recette technique des données lors de la migration sur Azure : scripts Python, job databricks,
job CDSW
• Recueil des nouveaux besoins, préparation et passage en comité d’architecture
Environnement technique : Azure : ADLS, Databricks, Azure ML, Azure Data Factory, Hbase,
Hive, Impala, flux Nifi, Hana, Sybase IQ, Python, Cloudera Data Science, Confluence Jira
Chef de projet Data Science
DGEFP(Délégation Générale à l’Emploi et à la Formation Professionnelle) JUILLET 2020 – JUILLET 2021
Contexte : AGORA, projet qui a pour vocation à mesurer la performance pédagogique des
formations multimodales ainsi que leur impact sur l’accès à la formation et les parcours comme
sur l’insertion dans l’emploi.
Expertise fonctionnelle : Conception de l’outil d’analyse de la qualité des données AGORA
• Cadrage du projet Qualification des données AGORA : identification des interlocuteurs,
animation des ateliers de travail pour le recueil du besoin métier, rédaction des comptes
rendus et validation avec les métiers
• Création de la méthodologie de travail adapté au besoin et à l’environnement
• Planning, jalons et gestion des risques
• Proposition des scénarios du dispositif adéquat adapté à l’environnement existant, échanges
et validation
• Chiffrage des différents scénarios et du projet
• Échanges avec les architectes et participation à la configuration des environnements
Expertise technique : création de l’outil d’analyse de la qualité des données AGORA
• Installation du Client Microsoft R / Microsoft R Open
• Configuration du protocole de communication avec le Serveur via RevoScaleR
• Création et évolution des scripts d’analyse de données et automatisation

• Tests unitaires
• Création des indicateurs de qualité des données
Environnement technique : SQL Server Machine Learning Services, Microsoft Client R, Power BI

Expertise Machine Learning et Dataviz.
TALAN SOLUTIONS FEVRIER 2020 – JUIN 2020
Operational Intelligence via analyse vidéo : solution BI temps réel alimentée par des KPI produits
par un moteur d’analyse vidéo. Projet amélioré dans le contexte du Coronavirus pour limiter le
nombre de personnes dans les espaces filmés, surveiller l’application des distanciations et
estimer le temps d’attente dans des espaces via une approche Machine Learning
• Expertise Dataviz et Data Science : pilotage et supervision d’un consultant
• Construction du Data Lake, Data crunching et automatisation
• Développement d’algorithmes d’apprentissage
• Création des tableaux de bord
Environnement technique : Machine Learning Services, SQL Server, R, Power BI

AÉROPORTS DE PARIS
Smart Airport : prédiction et optimisation du temps d’attente des taxis en aéroport et optimisation
de l’utilisations de parking
• Définition des uses cases métier et analyse des données
• Rédaction de l’expression de besoin
• Participation à la construction du Datalake
• Data Crunching et automatisation
• Développement d’algorithmes d’apprentissage
• Création des tableaux de bord
Environnement technique : Cloud Data Plateforme Azure (Azure ML, Databricks) - Tableau
Software - Méthodologie Agile – Scrum
Product Owner / Full Data Stack

SNCF TRANSILIEN AOÛT 2018 – OCTOBRE 2019
COMOB (Connaissance de la Mobilité), 900 utilisateurs inscrits, plus de 70 utilisateurs
connectés par mois : application intranet qui donne une vision sur le trafic, l’évolution des flux
voyageurs, la qualité de service, la lutte anti-fraude sur le réseau Transilien
• Pilotage de la migration de l’outil sur une nouvelle plateforme Azure : principale interlocutrice
métier avec la DSI, gestion des risques, gestion du planning et suivi des coûts
• Experte Data Viz : Benchmark des outils Data Viz - Pilotage de la migration de l’outil vers un
nouvel outil de Data Viz
• Data Science : programmes et analyses ad hoc pour répondre à des besoins d’estimation du
trafic
• Animation d’ateliers et formation des métiers
Environnement technique : Agile, Data Lake Hadoop et Plateforme Azure, SAS Guide, SAS to
Hadoop, SAS VA, R, PowerBI

Data Scientist
KLEPIERRE AVRIL 2018 – AOÛT 2018
Mise en place de modèles prédictifs sur la consommation d’énergie dans des centres
commerciaux du groupe et optimisation des commandes (chauffage/climatisation) pour améliorer
l’expérience client et optimiser la consommation
• Analyse des données historiques de consommation énergétiques et des relevés
météorologiques
• Démonstration qu’il est possible de proposer des réglages optimisés de la GTC
• Modélisation de la consommation électrique
• Création des tableaux de bord et proposition des axes d’amélioration
• Présentation et échange avec les métiers
Environnement Microsoft Azure (Azure ML, Azure Data Lake Store, Power BI…)

Data Engineer
LA POSTE JUIN 2017 – MARS 2018
Refonte du SI – Socle Import/Export : Développement d’une application Import-Export qui permet
l’enregistrement et le contrôle des courriers à l’international
• Développement des web services pour l’envoi des informations vers le front et la récupération
des informations depuis le front
• Post et récupération des flux de données via des bus kafka
• Création, Lecture et écriture au fil de l’eau dans des tables Cassandra et Sybase
• Industrialisation : déploiement continue via les jobs jenkins et analyse des logs Spark
Environnement technique : Agile SCRUM – Scala – Spark Streaming- Spark Sql – Sybase –
Kafka Stream - Cassandra

Data Scientist JUILLET 2017 – SEPTEMBRE 2017
INNOTHERA
Optimisation de la campagne de ciblage marketing d’un produit sur le territoire français
• Cadrage et chiffrage du projet
• Construction du Data Lake représentatif du besoin métier
• Data Préparation et Data Crunching des données
• Analyse exploratoire et profilage des clients
• Analyse prédictive et déduction des facteurs impactant le chiffre d’affaires
• Proposition de recommandations et présentation à la Direction

EISTI
Animation de formations Data Science
• Préparation et rédaction des cours d’analyse de données en Master II
• Animation des cours : méthodologie et étapes d’analyse en data science, explication des
modèles de machine Learning illustrés d’exemples.
• Présentation et utilisation du framework Spark : Spark MLlib
• Préparation et animation d’un TP pour la mise en pratique de quelques modèles de Machine
Learning sur un cas concret
TALAN
Talan IA : développement d’une solution automatisée de Machine Learning :
• Data Scientist, responsable des développements du lot « Apprentissage non supervisé »
• Optimisation d’algorithmes d’apprentissage non supervisé : critères de convergences,
validation croisée, sélection et paramétrage des modèles
Environnement technique : R, Spark MLlib, Tableau Software
Consultante Data Science
SNCF – TRANSILIEN JUIN 2016 – JUILLET 2017
CAB TENDANCE : outil d’estimation du trafic et des flux voyageurs sur le réseau Transilien
• Développement des scripts d’estimation des flux voyageurs
• Qualification et pilotage des indicateurs de mesure de trafic : KPI évolutions du trafic, rédaction
des livrables mensuels et trimestriels
• Pilotage de la campagne de vérification des compteurs automatiques : échanges avec
l’institut, organisation et planification, recettes, analyse des données et présentation des
résultats
• Recueil du besoin et création des tableaux de bord
• Animation et coordination des ateliers de formation
Environnement technique : SAS Guide, SAS Visual Analytics
Consultante Big Data et Data Viz
RATP DECEMBRE 2015 – MARS 2016
Choix d’un outil de data visualisation par la DSI dans le cadre de l’accompagnement des métiers
pour la création des tableaux de bord
• Benchmark des outils de BI Analytics
• Test des fonctionnalités et comparaison des outils
• Recueil du besoin et création des tableaux de bord
• Création et rédaction de l’offre de service proposant une méthodologie de service BI Agile
d’Entreprise
• Présentation et démonstration aux métiers

INVENTIV IT Période : Depuis septembre 2015
Fonction Formatrice Big Data et formation sur Tableau Software
Mission
Description Préparation des programmes de formations Big Data
o les fondamentaux du Big Data
o l’analyse statistique du Big Data
Auto formation sur Tableau Software

Technologies
SPARK, MAHOUT, RHADOOP, HIVE, HADOOP
Tableau Software

VOYAGES-SNCF Période : Juil 2015 – Aout 2015
Fonction Chargée d’Etudes Datamining
Mission
Description Préparation des campagnes marketing au sein du département Data & Webmining
Analyse des critères marketing relationnels, étude de faisabilité
Ciblage Marketing (SPSS MODELER et NEOLANE) : Sélection des sources de données, définition du domaine de travail (périmètre de données de la campagne), mise en place des critères, identifier la cible, identifier les clients finaux
Mise à jour des KPI et Reporting hebdo et mensuel

Technologies
NEOLANE, SPSS Modeler, BO
Domaine métier Distributeurs, e-Commerce

XEROX Période : Juin 2014 – Mars 2015
Fonction Analyste Marketing Décisionnel
Mission
Description Mission d’analyse de la performance au sein du département Marketing afin de pousser la force de vente.
Suivi et analyse de l’activité commerciale France Channel Group
Création et mise à jour des tableaux de bord (KPI, indicateurs clés de performance) sur Qlikview et Excel.
Segmentation du réseau partenaire : Data Crunching, nettoyage, épuration, contrôle, clusters de partenaires (SAS EM)

Technologies
QlikView, Excel niveau avancé, Tableau, SAS EM
Domaine métier Gestion électronique de documents, conseil, services


C&O MARKETING Période : Juil 2010 – Nov 2013
Fonction Chargée d’Etudes Data & Knowledge
Mission
Description Dans le cadre de missions de conseil et études de marché (Baromètre, B to B, B to C, Ciblage, Retail et ad hoc)
Organisation de l’étude, gestion des tâches et du planning, suivi et reporting, points de contrôles avec le client, gestion des opérateurs de saisie
Fonctionnel : définition de la méthodologie de collecte des données, participation à la conception du questionnaire de collecte
Technique : Mise en place du masque de saisie [IBM SPSS ou Modelisa], formation des opérateurs de saisie, traitement statistique, Contrôle et nettoyage des données,
Restitution : Reporting, rédaction de rapports, recommandations et présentations

Technologies
IBM SPSS, Modelisa, Excel avancé, Office, Comunik CRM
Domaine métier Etudes de marché : grandes distributions, retail, conseil en marketing
TEOS Période : Mars 2010 – Juin 2010
Fonction Assistante Consultant BI
Mission
Description Installation d’un système décisionnel pour la gestion des ventes d’un portail e-commerce. Mise en place d’un tableau de bord des ventes.
Choix des indicateurs
Création du datawarehouse dédié
Mise en place du flux d’alimentation (collecte, transformation, création des jobs)
Création des cubes OLAP pour l’analyse multidimensionnelle
Spécifications détaillées du système décisionnel

Préparation des formations admin ; développeur ; utilisateur
Support de présentations
Démonstration dans l’outil

Technologies

MySql, Pentaho BI suite (Pentaho Data Integration, Schema Workbench, Reporting Designer, Mondrian),
Domaine métier Conseil Informatique, Nouvelles technologies