Welcome to Houda's freelance profile!

Malt gives you access to the best freelancers for your projects. Contact Houda to discuss your project or search for other freelancer profiles on Malt.

Houda Zaidi

Data scientist senior

Moves to Nanterre

  • 48.8905
  • 2.2037
Propose a project The project will begin once you accept Houda's quote.
Propose a project The project will begin once you accept Houda's quote.

Location and workplace preferences

Location
Nanterre, France
Can work on-site in your office in
  • around Nanterre and 50km

Verifications

Languages

Categories

Skills (15)

Houda in a few words

PhD en mathématiques appliquées avec plus de 10 ans d’expérience autour de la data science dans plusieurs secteurs (Banque, Assurance, Energies)

Axé sur les données, ma passion est de découvrir des modèles qui représentent des comportements récurrents et d'expliquer leurs causalités et conséquences avec des outils mathématiques et statistiques. Étant donné qu'une image vaut mille mots, je pense qu'une bonne visualisation des données est aussi importante que le modèle qui la sous-tend.

Experience

Enedis

Energy & Utilities

Data ingénieur

September 2016 - November 2017 (1 year and 2 months)

Contexte (équipe et projet) : HDR (Historique des Données Réseau) est une application qui collecte les données du réseau électrique français. Le Projet HDR BT a pour objet de valider une plateforme BigData sur le périmètre du réseaux HTA-BT (haute tension et basse tension).
- Accompagnement sur le choix et la mise en place de la solution technologique
- Proposition d’une modélisation adéquate des données
- Mise en place d’un algorithme d’analyse d’impact sur les données

• Taches / rôle

• Cadrage technique, choix de la plateforme, …
• Elaboration d’un modèle réseau électrique permettant l’historisation topologique du réseau avec DSE Graph
• Elaboration d’un algorithme d’analyse d’impact sur le réseau
DSE-graph spark datastax studio cassandra Eclipse Java gremlin

LBPA (3 jours par semaine)

Banking & Insurance

Data scientist senior

September 2018 - July 2019 (10 months)

Contexte (équipe et projet) : Au sein de la direction marketing du LBPA construire une connaissance Client Assurance 360° est un enjeu majeur pour le Pôle. La banque postale a mis à disposition un data lake et une stratégie data gouvernance avec le CDO du groupe. L’objectif principale de cette mission est d’accoster les données clients au sein du projet data lake, pour cela deux POC ont été identifiés :
• POC data quality :
1. La mise en place d’un Framework de data quality
2. Validation des règles et seuils métiers de déclenchement des alertes
• POC Scorring des devis Auto :
1. Implémentation d’un modèle prédictif de scoring des devis Auto
2. Optimisation de la compagne de relance CRC

• Taches / rôle

POC Data Quality :
Un registre de contrôle sur l’ensemble de périmètre de données
Conception fonctionnelle et technique des indicateurs et règles de gestion avec le métier
Développement des indicateurs avec « Informatica Data Quality »
POC Scorring :
Conception fonctionnelle et technique du modèle en atelier avec le métier
Préparation et nettoyage des données et mise en place du modèle ML
Application du modèle pour les cohortes clients et le plan d’action métiers
Python SAS Horthonworks Dataiku Informatica IDQ analyst Informatica IDQ Developer

SGF (3 jours par semaine)

Banking & Insurance

Data scientist senior

Paris, France

September 2019 - July 2020 (10 months)

Contexte (équipe et projet) : L’objectif du projet est de proposer une approche évolutive que repose principalement sur les données et qui permet une meilleure qualification du risque de défaut de paiement des clients, avec un triple-objectif :
- Limiter le risque de défaut
- Optimiser le traitement opérationnel des cas de défaut
- Tester de nouveaux usages de la donnée via l’utilisation de modèles prédictifs, avec des perspectives de capitalisation sur les outils et données du groupe.

• Taches / rôle

• Participation aux ateliers métier pour définir les indicateurs de pilotage du risque et les seuils de déclenchement
• Préparation, nettoyage et analyse des données
• Challenger la vision métier avec une démarche basée sur des algorithmes machine learning
• Mise en place d’un modèle de scoring pour trier les adhérents à risque dans des cohortes métier

Wishizz (2 jours par semaine)

Banking & Insurance

Data scientist senior

Paris, France

April 2018 - Today (3 years and 9 months)

External recommendations

Check out Houda's recommendations

Education

Certifications