About Daniela
- Une analyse orientée métier, pas des tableaux de chiffres déconnectés de vos enjeux
- Des tableaux de bord clairs et automatisés pour suivre vos KPI en temps réel
- Des analyses approfondies pour comprendre vos clients, vos performances ou vos anomalies
- Des solutions robustes, documentées et maintenables, adaptées à vos équipes
- Capacité à faire le lien entre data, enjeux business et décision
- Forte rigueur analytique (qualité des données, fiabilité des résultats)
- Expérience en environnements complexes et réglementés
- Autonomie, pédagogie et capacité à vulgariser des sujets techniques
- Analyses exploratoires et études ad hoc
- Tableaux de bord (Power BI / outils BI)
- Modélisation et indicateurs de performance
- Analyses clients, marketing ou financières
- Automatisation de reporting et pipelines data
- Documentation et restitution claire aux équipes métiers
- Analyse descriptive et prédictive des données à l’aide de techniques avancées de Machine Learning et de Deep Learning, afin d’identifier des tendances, anticiper des comportements et soutenir la prise de décision.
English
Native or bilingual
French
Native or bilingual
Spanish
Native or bilingual
Experience
- Crédit AgricoleData AnalystBANKING AND INSURANCEJuly 2025 - December 2025 (5 months)Bordeaux, FranceProjet : Analyse de données marketing et relationnelles, optimisation des campagnes commerciales, conception de tableaux de bord MicroStrategy, amélioration des indicateurs de pilotage, et contribution aux analyses CRM et digitales de la banque.Missions :Analyse Marketing & CRM● Analyse des leads, du relationnel et des données digitales pour identifier les opportunités commerciales.● Études statistiques sur les comportements clients et les parcours relationnels.● Suivi de la performance des campagnes marketing et recommandations opérationnelles.Conception de Tableaux de Bord● Création et pilotage de dashboards sous MicroStrategy.● Mise en qualité et fiabilisation des données alimentant les reportings.Analyses approfondies & Aide à la Décision● Analyses ad hoc pour les directions métier : segmentation client, intensité relationnelle, KPIs funnel de conversion.● Construction d’indicateurs pertinents pour améliorer les stratégies CRM.● Synthèse des résultats et recommandations pour les équipes opérationnelles.Collaboration avec les équipes métier● Recueil des besoins et traduction en analyse data.● Présentation des analyses, insights et conclusions aux managers et aux responsables marketing.● Support aux équipes dans l’interprétation des indicateurs et la mise en place d’actions.Outils & Environnement Technique :● Langages : SAS, SQL● Outils BI: MicroStrategy● Bases de données: SAS● Cloud: Hive (intégré à Zeus, l’écosystème data interne du Crédit Agricole)Domaine : Banque / Marketing / CRM
- Caisse d'Épargne Aquitaine Poitou-CharantesData ScientistBANKING AND INSURANCEDecember 2024 - June 2025 (6 months)Bordeaux, FranceProjet : Mise en œuvre de projets de prévision sur séries temporelles appliqués à la vente de crédits immobiliers et à la gestion de la trésorerie, avec un rôle d’interface entre les équipes métiers (crédit immobilier et ALM) et les équipes techniques. Fonction : Data ScientistMissions :Recueil des besoins et interface métier● Échange régulier avec les pôles crédit immobilier et ALM pour comprendre leurs enjeux, attentes et contraintes.● Traduction des besoins métiers en problématiques data et définition des livrables adaptés.● Présentation des résultats à la fois aux équipes métiers et techniques.Projets de Data Science – Séries temporelles● Prévision des ventes de crédits immobiliers :- Objectif : prédire le nombre de crédits immobiliers journaliers souscrits par les particuliers.● Prévision de la trésorerie :- Objectif : estimer le montant de trésorerie journalier dans un contexte ALM (Asset and Liability Management).● Méthodologie appliquée :- Recueil des données, analyse exploratoire, pré-processing.- Sélection des variables explicatives.- Modélisation, prédiction, évaluation des performances via des métriques adaptées.- Présentation des résultats aux parties prenantes.● Modèles explorés :- Modèles statistiques : ARIMA, SARIMA, SARIMAX.- Modèles de machine learning : XGBoost, LightGBM, Random Forest, Prophet- Réseaux de neurones (LSTM, GRU, etc.).- Modèles pré-entraînés : MOIRAI● Bibliothèques testées :- Darts, Sktime, Etna, StatsForecast, Moirai (Salesforce).Outils & Environnement Technique :● Langages : Python● IDE : Visual Studio Code● Cloud : Google Cloud Platform● Collaboration : Azure DevOps, Bitbucket, Confluence OS : Windows, environnement cloud GCPDomaine : Banque – Crédit immobilier & Trésorerie (ALM)
- Groupama Gan VieData Scientist / Data AnalystBANKING AND INSURANCEJune 2023 - November 2024 (1 year and 5 months)Mérignac, FranceProjet : Conception et déploiement de solutions pour l'analyse de verbatims, la détection de fraude et la prédiction de résiliation, ainsi que la création d'outils d'aide à la décision, avec un rôle de conseiller de proximité et formateur en data science.Missions :Projets de Data Science● Analyse des verbatims:Projet réalisé avec Python pour prédire la satisfaction ou insatisfaction des clients et identifier les sujets traités dans les commentaires.● Détection de Fraude:Développement d’un projet de détection de fraude en arrêt maladie, basé sur une base de clients fraudeurs et l’historique des clients.● Prédiction de Résiliation:Élaboration d’un score de prédiction de résiliation pour un ensemble de produits.● Création d’un projet visant à appeler les clients ayant résilié pour les fidéliser et les conserver en tant que clients.Outils d'Aide à la Décision● Conception et développement d’un outil d’aide à la décision pour les services de gestion des sinistres, simplifiant ainsi leur travail quotidien.- Technologies Utilisées : SAS pour l’exploitation des bases de données, MySQL pour la création de l’application.Missions en tant que Conseiller de Proximité● Recensement de l'ensemble des tableaux de bord de la direction pour centraliser ces données.● Participation et présentation des projets dans un club data du groupe.● Animation d'un club data au sein de la direction, où chaque service présente ses sujets data.Formations● Encadrement:Encadrement de quatre alternants, dont trois ont été embauchés en CDI.● Formation:Formation à SAS, Qlik Sense et aux bases de données de l'entreprise pour environ dix personnes.Environnement Technique :● Langages : Python, SQL● API et Frameworks : Keras, Scikit-learn● Serveur d’application: SAS, MySQL● Socle sur environnement UNIX, Windows● Outils : Visual Studio Code, SAS Enterprise Guide, Qlik Sense, Git, Jira
Recommendations
Be the first to recommend Daniela
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Data Scientist (formation continue - 9 mois)Data Scientest & Mines ParisTech2023La formation Data Scientist de DataScientest en collaboration avec Mines Paris – PSL Executive Education est un parcours certifiant de niveau Bac + 5 (RNCP niveau 7) conçu pour former des professionnels capables de maîtriser l’ensemble des étapes de la science des données, de l’exploration à la mise en production de solutions data.
- Master 2 Monnaie, Finance, Banque, AssuranceLe Mans Université2018Le Master 2 MBFA vise à former des spécialistes dans les domaines de la banque, de la finance et de l’assurance, capables d’analyser les marchés, d’évaluer les risques financiers et assurantiels, et de proposer des solutions adaptées aux besoins des entreprises et des clients. Il combine des connaissances théoriques approfondies et des compétences professionnelles opérationnelles.