Askia - Data Scientist PYTHON

MISSIONS-PROJETS

Foodcheri (consultant Freelance)
Durée : Février 2020 – En cours
Rôle : Lead Data Scientist
Contexte : Gestion du pole data et accompagnement de deux data scientists juniors.
Réalisations : Prévision de la demande de plats et intégration dans l’ERP via api. Mise en
place d’un algo d’optimisation des menus en fonction des contraintes de demande et
de production. Création d’un scoring de churn.pour la marque Seazon.
Environnement technique : Python, Flask, AWS EC2, Tableau software, Mysql, MongoDB
Keolis (consultant VISEO)

Durée : Décembre 2019 – Février 2020
Rôle : Data Scientist / Engineer
Contexte : Production de prévision d’affluence dans les bus pour plusieurs lignes du
réseau Goussainville. Recueil des besoins métiers, suivi de projet, développement python.
Réalisations : Mise en place d’une infrastructure cloud, développement d’un algorithme
de machine learning et mise en production d’une API à destination des sites web et
panneaux en station.
Environnement technique : Python, Spark, Azure Devops, Azure Data Factory, Azure
Machine learning, Azure datalake gen2, Azure data bricks


Accor (consultant VISEO)
Durée : Septembre 2018 – Juillet 2019
Rôle : Data Scientist Senior (Pole data & AI)
Contexte : Production de modèles de machine learning et études pour les différentes
entités du groupe Accor. Recueil des besoins métiers et présentation des résultats.
Réalisations : Dans le cadre du projet Customer Lifetime Value : Modèle de prévision du
retour client, prévisions du nombre de séjours. Dans le cadre du projet « ALL » :
segmentation client des comportements digitaux.
Environnement technique : Python, Spark, Hadoop, Hive, AWS

Total (consultant VISEO)
Durée : Mars 2018 – Septembre 2018
Rôle : Chef de projet Data Science (Connaissance client, fidélité)
Contexte : Refonte de la logique rétribution du programme de fidélité, changement
d’outil de marketing relationnel.
Réalisations : DataWarehouse, Mise en production d’une chaine d’alimentation
quotidienne (transaction et calcul des statuts), POC d’algorithme de recommandation.
Environnement technique : Python, SQL, Microsoft Azure, Salesforce Marketing Cloud

GEODIS (consultant VISEO)
Durée : Février 2018 – Juin 2018
Rôle : Chef de projet Data Science (Prévision opérationnelle)
Contexte : Intégration d’un nouvel outil de prévision (Colibri) du nombre de camion à
affréter pour alimenter des centres de stockages régionaux.
Réalisations : Prévisions d’ordres de transport routiers hebdomadaire des clients GEODIS
avec prise en compte de la saisonnalité, de l’impact des jours fériés et de la météo.
Environnement technique : R, Python

Parts advisor (consultant VISEO)
Durée : Janvier 2018 – Mars 2018
Rôle : Chef de projet Data Science (SI)
Contexte : Création d’un meta référentiel de pièces détachés automobile
Réalisations : Algorithme probabiliste de rapprochement automatique de pièces auto sur
la base de leurs caractéristiques. 1ère version du métacatalogue.
Environnement technique : Python, R

Bouygues Telecom (consultant VISEO)
Durée : Septembre 2017 – Novembre 2017
Rôle : Data Scientist (Expérience client)
Contexte : Trop d’appels au service client qui se finalisent par une information par ailleurs
accessible sur le site internet. Travail en synergie avec un consultant UX.
Réalisations : Détection des événements le plus corrélés aux appels, tests utilisateurs et
recommandations concrètes sur le parcours déménagement, résiliation mobile et
facturation.
Environnement technique: SQL, Python

Eurotunnel (consultant VISEO)
Durée : Mai 2017 – Juillet/Aout 2017
Rôle : Data Scientist (SI – RH)
Contexte : Prévention du risque d’absentéisme et d’accident via analyse croisée et
segmentation des données RH, ateliers avec les équipes franco-britanniques
d’opérationnels.
Réalisations : POC de prévisions des risques d’accidents et d’absentéisme, rapport BI des
résultats permettant d’évaluer le risque en rentrant différents critères (poste occupé, âge,
jour de la semaine, période de l’année, horaires, planning de repos)
Environnement technique : R, Power BI

Fédération Française de Tennis (FFT) (consultant VISEO)
Durée : Mars 2017 – Avril 2017
Rôle : Data Scientist (data – billetterie)
Contexte : Lutte contre la revente illégale de billets Roland Garros.
Réalisations : Scoring de risque de revente frauduleuse de billets.
Environnement technique : Python, Xiti

PSA (consultant VISEO)
Durée : Septembre 2015 – Mars 2017
Rôle : Data Scientist (marketing digital – études)
Contexte : Livraison de produits data science pour les filiales du groupe. Recueil du
besoin, présentation et suivi.
Réalisations : Algorithme de mesure de la contribution des leviers d’acquisition. Clustering
et visualisation des parcours digitaux. Rapports automatisés de performance de l’outil de
personnalisation.
Environnement technique : Python, Hadoop, R, GCP, Google Analytics, Bigquery,
Datastudio

CDISCOUNT
Durée : Décembre 2013 – Septembre 2015
Rôle : Data Analyst / Dataminer (marketing – études)
Contexte : Travail au sein du département études marketing pour l’amélioration du taux
de conversion et performance du site.
Réalisations : Analyses ad’hoc (Life time value, profils clients, segmentation visiteurs).
Mesure de performance des pages en AB test. Optimisation du scoring de détection des
paiements à risque.
Environnement technique : R, SQL, Hive

LASER COFINOGA
Durée : Février 2013 – Septembre 2013
Rôle : Chargé d’études statistiques (Marketing – Fidecom)
Contexte : Suivi de la performance des enseignes affiliées au programme S’miles
Réalisations : Etudes sur les opérations marketing des enseignes partenaires S’Miles.
Analyses et Ciblage des opérations
Environnement technique : SAS

BFORBANK
Durée : Février 2012 – Janvier 2013
Rôle : Chargé d’études statistiques (Marketing – connaissance client)
Contexte : Amélioration continue de la connaissance client
Réalisations : Création et mise en place d’un score d’appétence Assurance-vie.
Segmentation des parcours clients web.
Environnement technique : SAS, SQL

********
Durée : Mars 2011 – septembre 2011
Rôle : Chargé reporting et prévisions (Relation client)
Contexte : Service de la relation client
Réalisations : tableaux de bords et reporting. Prévisions d’activité