Houda Zaidi

Data scientist senior

Moves to Nanterre

  • 48.8905
  • 2.2037
New
  • Indicative rate €400 / day
  • Experience 7+ years
  • Response rate 100%
  • Response time 1h
Propose a project The project will only begin when you accept Houda's quote.

Availability not confirmed

Propose a project The project will only begin when you accept Houda's quote.

Location and geographical scope

Location
Nanterre, France
Can work in your office at
  • Nanterre and 50km around

Verifications

Languages

  • Anglais

    Full professional proficiency

  • Arabe

    Native or bilingual

  • Français

    Native or bilingual

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

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

LBPA (3 jours par semaine)

Banking & Insurance

Data scientist senior

September 2018 - July 2019

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

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

Wishizz est une application mobile créé par la filiale France de Ageas (groupe mondial d’assurances) qui permet de gérer simplement tout le patrimoine financier et immobilier des utilisateurs.
Au sein de wishizz le coach d’épargne consiste à analyser les données d’un utilisateur et de lui définir un programme d'épargne individuel. L’objectif principale de la mission est de travailler sur la conception et la mise en place des algorithmes et modèles machine learning permettant l’apprentissage du coach

• Taches / rôle :
• Elaboration des algorithmes de Machine Learning et NLP pour le coach
• Assurer la mise en production des algorithmes avec Azure ML service
• Analyse des données pour extraire de la connaissance client
• Mise en place de dashboard de suivi avec Power bi
• Assurer la formation des équipes métier pour Power bi

Education

Certifications

charter modal image

Success is a team effort

Contribute to this success and the community's professionalism by signing the Freelancer Code of conduct

Sign the code