Raoui - Data Analyst BIG DATA

Expérience professionnelle

Depuis Décembre 2021 Vidal Group (Leader mondial d’intelligence médicale)
Senior Data Consultant Freelance, remotely
Projet Ordo-Scan
Conception, Développement et déploiement d’une API pour l’extraction et la structuration des données d’ordonnances
Réalisations :
✓ Co-Prototypage et validation d’un ensemble de multi-classifieurs déterminant la classe d’une entrée médicale
✓ Conception d’un module de reconnaissance des médicaments avec des mesures de similarités composées
✓ Validation d’un modèle NER pour l’extraction d’entités pertinentes (dose, durée, …) à partir d’une posologie
✓ Orchestration des 3 modules en REST API pour l’extraction & la structuration d’informations des ordonnances
Environnement Technique : Python, GCP, BigQuery, Fastapi, GitHub, Phoenix, VS Code, Jupyter, Streamlit
Equipe : PO, ingénieur data, data scientist, expert fonctionnel


Août 2018 à Décembre 2021 Orange Group (Leader européen des télécommunications)
Core Data Analyste CDI, plein temps
Projet Churn-ML
Conception, Développement et déploiement d’une solution de prédiction de churn pour le département marketing
Réalisations :
✓ Amélioration de la qualité des datamarts analytiques (fichiers manquants, fiabilité data, réconciliation)
✓ Automatisation de l’extraction et le nettoyage des données de plus de 4Mln abonnés et 30 variables clés
✓ Co-Prototypage d’un ensemble de classifieurs pour le churn prépayé mobile et validation du classifieur final
✓ Déploiement du classifieur prédisant 83% des churners et d’un model non supervisé identifiant les raisons
Environnement Technique : Python, GCP, BigQuery, PostgreSQL, Airflow, Hive, Streamlit, Gitlab, Jupyter, VS code
Equipe : ingénieur BI, ingénieur data, data scientist, expert technico-fonctionnelle

Solution Business Monitoring
Révision et mise à jour avec l’équipe front office du système de récompense des orange retail stores
Réalisations :
✓ Recueil, analyse et étude des besoins fonctionnels et diagnostique de la qualité des données
✓ Segmentation d’Orange retail stores en se basant sur la performance, la quantité et la qualité de ventes
✓ Conception d’une nouvelle métrique évaluant chaque retailer et amélioration du système de récompense
✓ Test, Validation et déploiement de la nouvelle métrique en prod
Environnement Technique : Python, GCP, BigQuery, Oracle, Jupyter Notebook, VS code, Gitlab

Equipe : ingénieur BI, ingénieur data, expert technico-fonctionnelle
Projet Covid-19
Conception d’un module décisionnel axé sur le comportement Télco en collaboration avec le ministère de la santé
Réalisations :
✓ Check de la qualité des données et ingénierie des KPIs adaptés des différents comportements clés
✓ Conception d’un DWH analytique traçant le trafic d’appels vers SAMU pendant le confinement national
✓ Automatisation du traçage d’abonnés avec un taux de trafic vers SAMU élevé et reporting à l’observatoire
✓ Prototypage d’un classifieur des porteurs du covid19 basé sur le comportement télécom pour l’observatoire
Environnement Technique : Python, Hive, PostgreSQL, Airflow, Streamlit, Jupyter, VS code, Gitlab
Equipe : ingénieur BI, data scientist, 2 biologistes

Orange Tunis, Tunisie
Core data scientiste Aout 2018-Present
Conception, mise en production, monitoring et mise à jour de solutions analytiques de haute complexité notamment :
Solution Churn :
 Amélioration de la qualité des datamarts analytiques (fichiers manquants, fiabilité data, réconciliation)
 Automatisation de l’extraction et le nettoyage des données de plus de 4Mln abonnés et 30 variables clés
 Prototypage d’un ensemble de classifieurs pour le churn prépayé mobile et validation du classifieur final
 Déploiement du classifieur prédisant 83% des churners et d’un model non supervisé identifiant les raisons
Solution Business monitoring :
 Révision et évaluation avec l’équipe front office du système de récompense d’Orange retail stores
 Clustering d’Orange retail stores en se basant sur la performance, la quantité et la qualité de ventes
 Conception d’une nouvelle métrique évaluant chaque retailer et amélioration du système de récompense
Projet Covid19 (en collaboration avec l’observatoire national des maladies nouvelles et émergentes) :
 Conception d’un data-warehouse analytique traçant le trafic d’appels vers SAMU pendant le confinement
 Traçage d’abonnés avec un taux de trafic vers SAMU élevé et reporting à l’observatoire
 Prototypage d’un classifieur des porteurs du covid19 basé sur le comportement telco pour l’observatoire

SNCF-LGI2A Lille, France
Ingénieur Machine Learning Aout 2017-Juillet 2018
 Evaluation de l’algorithme d’apprentissage des variables d’un simulateur de transportation multimodale
 Implémentation d’un banc de test de classification avec 8 modèles supervisés standard de classification
 Introduction et prototypage d’un classifieur basé sur la théorie d’évidence et validation contre le banc de test
 Ré-Optimisation et monitoring du classifieur final contre le système de classification existant en production
 Mise en production réussie du nouveau système de classification remplaçant l’existant : AUC perf 74% à 78%

SNCF-LGI2A Lille, France
Stagiaire Machine Learning février 2017-juillet 2017
 Clustering et extraction de segments de références d’une base de données théorique de simulations de trajets
 Clustering d’une base de données expérimentale et réduction de la taille des clusters résultants
 Identification et interprétation réussie de toutes les classes résultantes du clustering

Banque de Tunisie Tunis, Tunisie
Stagiaire Data Science Juin 2016-Aout 2016
 Mise en place avec l’équipe crédit d’un ensemble de variables pour la prédiction des scores de crédit
 Construction, tuning et optimisation d’un modèle supervisé de prédiction des scores de crédits
 Création d’un système de validation interne pour le modèle conçu basé sur un système de validation existant

Amen Banque Tunis, Tunisie
Stagiaire Data Analyste Juin 2015-Aout 2015
 Documentation du besoin commercial d’un outil d’estimation de performance des agences bancaires
 Co-développement d’une application de bureau pour répondre à ce besoin
 Augmentation de la précision de l’estimation commerciale de près de 0.125%