Ingénieur bi : Nouveaux CV publiés et nouvelles missions déposées

Exemple de missions de Raoui,
Ingénieur bi habitant Paris (75)

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%