Description

Analyste de données indépendant (Freelance) spécialisé dans l’écosystème Microsoft (Fabric, Synapse, Power BI).

Passionné par l’exploitation de la donnée, j'accompagne les entreprises dans la transformation de leurs données brutes en indicateurs stratégiques actionnables. Mon expertise combine la rigueur de l'analyse statistique et la puissance des derniers outils Cloud et IA.

Mes domaines d’intervention :

Modernisation de données : Architecture de données sur Microsoft Fabric et Azure Synapse (OneLake, Data Factory).

Business Intelligence : Modélisation complexe et création de dashboards interactifs sur Power BI.

Data Science & IA : Analyse exploratoire avec Python, nettoyage de données massif et entraînement de modèles (RLHF).

Rigoureux et orienté résultats, je m’adapte rapidement à vos enjeux métiers pour apporter une réelle valeur ajoutée dès les premiers jours de mission.

Industry field of expertise

Languages

Chinese
Native or bilingual
French
Fluent
English
Fluent
Japanese
Fluent

Workplace preferences

Can work on-site

Paris (up to 50km)

Hydsoft
Data Analyst
March 2024 - March 2026 (2 years)
Paris, France
1.Reconnaissance faciale: Utilisation de KNN pour la reconnaissance faciale, avec une précision maximale de plus de 85 %.
2.Évaluation des prix immobiliers: Analyse de la corrélation des prix immobiliers (coefficient de corrélation de Pearson) et utilisation de la régression linéaire pour prédire les prix des logements.
3.Opérateur télécom: Utilisation d'un modèle de régression logistique pour prédire la probabilité de désengagement des clients.
Exploratory Data Analysis Python Microsoft Power BI SQL
Sawtest
Data Analyst
February 2022 - February 2024 (2 years)
Paris, France
1.Analyse des Ventes et Comportements Clients en E-commerce:
Segmentation client RFM : Développement d'un modèle pour identifer et fidéliser les clients stratégiques
Analyse des KPIs : Évaluation des performances commerciales pour détecter les leviers de Croissance.
2.Analyse des Risques dans les Prêts Bancaires:
Identification des profils à risque : Identifer les causes des retards. Analyse multidimensionnelle (age, sexe, crédit, education, résidence) et des méthodes statistiques pour déterminer les facteurs clés.
Modèle prédictif des risques : Mise en place d'un modèle avec Scikit-learn pour réduire les retards grâce à une détection proactive.
Business Intelligence (BI) Strategy SQL Python PMP