Data scientist Clermont-Ferrand : Trouvez vite les meilleurs freelances disponibles

Exemple de missions d'Ismahen,
Data Scientist freelance

• Enseignante d’Intelligence Artificielle

  Kedge Business School
  Jan 2022 - aujourd'hui

  Création d’une société de conseil
  • Elaboration du syllabus
  • Conception et planification des supports de cours et examens

• Data Engineer / Data Scientist Senior

  Solvay
  Jan 2021 - aujourd'hui

  Optimisation de la tarification et maximisation de la marge
  • Optimisation de la tarification et maximisation de la marge (Machine Learning)
  • Recueil du besoin client et création d’une Webapp
  • Mise en place d’une stratégie adaptée
  • Extraction, mise en forme et exploitation de données
  • Mise en place et gestion du planning projet
  • Migration des données sur GCP
  • Migration de projets vers Dataiku
  • Extraction, mise en forme et exploitation de données
  • Mise en place et gestion du planning projet
  → Augmentation du chiffre d’affaires de 210 millions d’euros pour l’année 2022

• Lead Data Scientist

  TF1 GROUP - Gamned
  Jan 2018 - Jan 2021

  Mission : Mise en place de la stratégie & de l’infrastructure Data
  • Recueil et analyse des besoins métiers
  • Évaluation, chiffrage des évolutions
  • Rédaction de dossier de recherche scientifique en vue de brevet et CIR
  • Choix des technologies (Analyse de coûts et performance)
  • Conception de modèles prédictifs
  • Création d’algorithmes d’automatisation de type RTB (Real Time bidding)
  • Optimisation et supervision des jobs déjà existants
  • Proposition de solutions afin d’améliorer le SI existant (revue de l’architecture applicative)
  • Revue du code afin d’améliorer les performances
  • Homologation fonctionnelle des évolutions
  → Gestion d’un budget de 7 millions d’euros. Augmentation de la marge nette de 37%

• Data Scientist

  Capgemini
  Jan 2018 - Jan 2018

  Mission pour Webikeo : Mise en place de systèmes de recommandation
  • Recueil du besoin
  • Collecte et Nettoyage des données
  • Consolidation, ACP et Factorisation de matrices
  • Gestion des sparce matrices problems
  • Mise en place d’un algorithme de type « content based »
  • Mise en place d’un algorithme de type « filtrage collaboratif »
  • Mise en place de solution « Hybrid combined »
  • A/B testing

• Poste : Data Scientist

  Entreprise : PGA MOTORS
  Jan 2017 - aujourd'hui

  Segmentation de marché :
  
  Segmentation du marché des clients de PGA Motors Dans le but d’affiner le mailing et d’augmenter la connaissance du client, approche microéconomique : analyse des comportements du client et recoupe des comportements similaires
  
  Algorithmes utilisés : J'ai utilisé, entre autre : K-means ,KNN (Python, ScikitLearn)

• Data Scientist

  Blue DME
  Jan 2017 - Jan 2017

  Mission pour RENAULT : Scoring de chaleur en vue d’un reciblage (emailing et téléphonique)
  • Collecte des données
  • Nettoyage et Analyse des données
  • Normalization des données
  • Classification et prédiction avec les algorithmes de Data Mining
  → Reciblage de 91% des prospects potentiels. Augmentation des leads de 22%
  Mission pour PGA MOTORS (Porsche, Audi, Volkswagen) : Segmentation de marché
  • Collecte, Nettoyage et Analyse des données
  • Normalisation de la data
  • Web Scrapping
  • Création de personae (méthode RFM + Machine Learning)
  • Classification et prédiction avec les algorithmes de Data Mining
  → Segmentation de la clientèle des 600 000 clients annuels.

• Data Scientist (Projet de fin d’études)

  Chambre de Commerce et d’industrie
  Jan 2016 - Jan 2017

  Mission : Digitalisation des procédures de la CCI
  • Estimation de la valorisation des entreprises à céder
  • Prédiction des cessions d’entreprises
  • Système de recommandation

• Poste : Data Scientist

  Entreprise : Renault (India)
  Jan 2015 - aujourd'hui

  Prédire l’achat d’un véhicule à partir du site web :
  Scoring de chaleur : A partir du parcours client sur le site web prédire la probabilité
  que ce dernier achète un véhicule. A la suite de l’algorithme prédictif, 82% de bonnes
  prédictions (Attente client : 75% de bonnes prédictions)

  Technologies utilisées : Python, MongoDB, AWS, Hadoop

• Poste : Data Scientist

  Entreprise : Webikeo
  Jan 2015 - aujourd'hui

  Systèmes de recommandation :
  
  Réalisation de 3 systèmes de recommandation (inspirés du modèle Netflix), algorithme de popularité, content based algorithm ( basé sur le contenu des vidéos), collaborative filtering ( filtrage collaboratif : basé sur la similarité des client de la base de données)

  Technologies utilisés : Python, HTML, CSS, JavaScript, PHP , KNN(ScikitLearn)

• Poste : Data Scientist

  Entreprise : La Centrale
  Jan 2014 - aujourd'hui

  Mise en place d’un pricing automatisé :
  Mission effectuée pour la société de vente de véhicules en ligne. Le but étant de prédire le prix des véhicules d’occasion en ligne à l’aide de la description des véhicules
  (Marque, Modèle, Année…).
  6% de MAPE obtenue (attente client : MAPE inférieur à 15%)

  Technologies utilisées : Python, AWS