Fallou Diagne

Réalisations professionnelles:

Projet 1 : Modélisation de sinistres corporels graves en assurance

• Cas d’usage : Sinistres corporels graves
• Catégorisation client : segmenter les clients pour identifier et trouver les classes les plus risquées et de pouvoir surveiller le porte-feuille (algorithme ML non supervisé PCA, Kmeans, CAH)
• Détecter de sinistres corporels graves pour pouvoir prévenir le portefeuille (Algorithmes supervisés, XGBoost, GLM, GBM)
• Mettre en place un outil de visualisation dynamique avec R-Shiny pour la restitution , la vulgarisation et la présentation des résultats.


Projet 2 : Création d'application R-Shiny

• Mise en place d’une application R-Shiny pour l’étude de positionnement tarifaire
• Database Matching : Jointure de plusieurs bases de données externe et interne
• Collecte des données (open data, web scraping, ...)
• Création d’un outil dynamique, clair et simple à utiliser capable de positionner Groupama sur le marché des assureurs et de contribuer fortement sur l’aide à la décision
• Implémentation de l’outil dans un server cloud pour faciliter l’accès aux utilisateurs
• Documentation de l’outil pour pouvoir faciliter la reprise de algorithme et la mise à jour annuelle programmée



Projet 5 : Détection de fraudes à l’aide de méthodes de machine learning

• Reprise et conversion de scripts SAS en R et Python
• Extraction de données massives sous SAS et Oracle
• Calcul volumétrique, et test de plusieurs modèles de machine learning
• Ré-échantillonage de données très déséquilibrées
• Augmentation de données pour optimiser la performance des modèles
• Automatisation et mise en production de modèles



Compétences statistiques:
machine learning, analyse de données, deep learning, Big data, data science, data analyst.

Compétences en Language de programmation:
Sas, Python, R, Rshiny

Compétences en BI:
QlikView, Dataiku, Tableau, Knime, Pentaho

Compétence Big data:
Apache Spark, PySpark, Google cloud Platform.