• Participation à un projet de classification des défaillances des véhicules et la
construction d’une IA générative de type Q&A RAG
• Développement d'un POC sur Streamlit : IA générative Q&A RAG utilisant
Ollama et LangChain
• Intervention entre la direction et les chefs de projet dans un environnement
Cloudera/Hive
• Préparation de météo flash des projets, COPIL, macro-planning, atterrissage
budgétaire
• Diplôme co-certifié par MINES ParisTech | PSL, Data Science. 280h de
formation en bootcamp
• Projet permettant de classer les clients (satisfait ou non) selon les services
proposés par une compagnie aérienne
• Remplacement des valeurs manquantes par la méthode de recommandation
des filtres collaboratifs
• Modélisation selon la régression logistique, les random forest et un réseau de
neurones perceptron multicouches
• Sauvegarde des modèles puis déploiement pour la création d’un POC sur
Streamlit
• Livraison de campagnes omnicanales dans un environnement métiers,
techniques et réglementaires complexes : carte de fidélité, RGPD, flux
streaming, API groupe
• Collaboration avec le métier et d'autres services transverses (admin BDD,
développeurs, PO)
• Spécifications ciblage data, contenu d’API partenaires, data mapping
• Animation de réunions/cérémonies, rédaction US
• POC adopté sur l’implémentation de campagnes entrantes sur l'espace
membre du client : affichage d'offres de leasing personnalisés. Utilisation du
moteur d'offres d'Adobe Campaign et AEM pour le contenu des offres
• Spécifications techniques : API, offres, architectures
• Projet d’emailing en temps (presque) réel sur Adobe Campaign utilisant la
solution de recommandations produits, Attraqt XO (ex Early Bird)
• Design du processus faisant intervenir Adobe Campaign, SAS
datamanagement, l’API Early Bird, l’API FNAC des caractéristiques produits
• Chiffrage, planning, spécification techniques et déploiement
• Implémentation de campagnes omnicanales : test A/B, Tinyclues, Early Birds,
Tracking, panier abandonné (marketplace), délivrabilité, tracking, etc.
• Intervention sur un environnement de 40 processus de campagnes (adhoc,
retargeting, semi-automatique, gestion commandes, etc. faisant intervenir
des sources de flux divers : analytiques, commandes, ciblage SAS
• Cadrage, chiffrage, planning, spécifications fonctionnelles et techniques
• Stratégie CRM en relation avec les autres services (Plateau TV, Achat, etc.)
• Gestion opérationnelle des campagnes emailing, sms et courrier (asile colis)
• Recommandation de jeux de société suivant la méthode des filtres
collaboratifs utilisant les données ajoutées par la communauté de joueurs
selon 8 caractéristiques (durée, immersion, difficulté, etc.)
Promocash (Groupe Carrefour), Data Scientist, 2004 à 2006, 3 ans
• Préparation d’un RCU hôtel/bar/restaurants destinés aux études IA
(ventilation des données CA/Marge/RFM selon dimension temps et magasin)
• Datamanagement des données
• Segmentation clients selon la méthode K-Means
• Recommandation clients selon les associations les plus probables
• Création de scores d’appétences et attrition en utilisant la régression
logistique
• Modélisation du CA magasin (références, équipes, clients selon zone
géographique, accès au magasin, etc.) selon deux méthodes : régression
linéaire et réseau de neurones
• Détermination de profil de type abonnés en utilisant des ACP
Mémoire Maîtrise économétrie, Juin 1998
• Modélisation de la consommation du tabac : modèle linéaire, modèle
autorégressif (étude autocorrélation, hétéroscédasticité, stabilité, corrélation,
points aberrants)
Je reprends ensuite mes expériences dans l’ordre antéchronologique