Jérémy Fasy

Participation à la création du Data Science Lab et mise en production des premiers modèles de machine learning.

Réalisations:

- Création d'un modèle pour prédire le statut final des devis au moment où ils sont renseignés dans le CRM. Utilisation du modèle XGBoost. Sélection des features. Création d'un pipeline automatisé. Monitoring du data drift et des performances du modèle. Mise en oeuvre de 2 pilotes avant déploiement à l'échelle mondiale. Création d'application spécifique pour les pilotes via PowerApps. Interview des utilisateurs finaux pour améliorer la solution finale.

- Collaboration avec des experts finlandais en économie pour prédire l'activité d'une industrie dans un pays en fonction des données d'utilisation machines. Réconciliation et nettoyage des données IoT. Utilisation de modèles ARIMA.

- Analyse des contrats pour définir un nouveau service similaire à un service d'assurance de voiture. Simulation de multiples scénarios avec variations de plusieurs paramètres (prix, durée du service, hit rate) pour maîtriser le risque.

- Project management: recueil des besoin, accompagnement du métier pour définir le besoin, gestion du planning, documentation, interview des utilisateurs finaux.

- Diffuser la culture data science au sein de l'entreprise. Mentorat des partenaires business pour les accompagner dans la définition de leur projet data science

- Création d'un pipeline automatique afin de réconcilier des bases de données pour ensuite alimenter plusieurs projets data science.

Framework: Databricks, PySpark, Python, R, MlFlow, Azure, Azure DevOps, Confluence, PowerBI, PowerApps, Delta Tables, environnement international

Compétences mobilisées: Machine Learning, modèle supervisé, sélection des features, data vizualisation, monitoring, data drift, analyse de performances, qualité de programmation, project management, rédaction de documentation orientée business et technique, communication en anglais, proposition d'organisation de l'équipe

Former des étudiants et professionnels vers l'obtention de leur diplôme sur 3 parcours de formation certifiée par l'Etat à travers la réalisation de projets professionnels représentatifs du métier:

- Data Scientist

- Data Analyst

- Ingénieur Machine Learning

Réalisations :

- Guider, inspirer et évaluer les apprenants via des sessions hebdomadaires individuelles à travers des études de cas d'entreprises et la réalisation des livrables associés. Ci-dessous quelques exemples de projets:

- Classifiez automatiquement des biens de consommation

- Anticipez les besoins en consommation électrique de bâtiments

- Détectez des faux billets

- Effectuez une prédiction de revenus

- Implémentez un modèle de scoring

- Prédisez la demande en électricité

- Réalisez une étude de santé publique

- Faites une analyse des ventes pour un e-commerce

- Segmentez des clients d'un site e-commerce

- Produisez une étude de marché

Framework: Jupyter, Python, sickit-learn, dash, pycaret, shap, neural network, NLP, traitement d'images

Compétence mobilisées: Esprit critique, project management, définition d'objectifs, gestion des temps forts/faibles, pédagogie, remise en question

Pendant le confinement 2020, création pour une agence immobilière d'un site hébergeant une application R Shiny de recherche des parcelles cadastrales en France.

Réalisations:

- Définition du besoin avec le métier

- Nettoyage et traitement des données géospatiales

- Création complète d'une application R Shiny intéractive

- Déploiement sur un serveur AWS de type EC2

- Suivi de l'activité du site via Google Analytics

Framework: R, R Shiny, leaflet, API Google, open data, AWS, Google Analytics

Compétences mobilisées: Accompagnement du client dans la définition du besoin, project management, design management, autoformation pour le déploiement d'application R Shiny