Youness Moubarik

- Ciblage des clients/prospects pour les campagnes courrier de prospection, réglementaires, commercialisations, enquête de satisfaction, etc.

- Alimentations des bases de données à destination des campagnes et de la visualisation.

- REX des campagnes courriers de prospection et commercialisation (taux de distribution du courrier & taux de souscription aux offres).

- Garantir la confiance des métiers dans la qualité des données tout en réalisant des extractions pertinentes et qualitatives.

- Mise en place des algorithmes automatisés dédiés aux besoins des métiers.

Accompagnement des clients dans leur transition écologique imposée par la législation. Collecte et analyse exploratoire de sources de données. Expérimenter, évaluer et déployer un modèle de Machine Learning pour un système de gestion de bus multi-énergie. Analyses exploratoires et segmentation des lignes de bus pour comprendre leurs spécificités en terme de distance parcourue, émission de CO2, Type de lieu desservi (Ecole, Parc...), nombre de passagers etc .... Mise en place d'un Dashboard permettant de piloter le taux de pollution par ligne et d'aider les gestionnaires de transport à optimiser leur flotte de manière à réduire l'émission de CO2.

- Analyse et nettoyage de différentes bases de données

- Champs d'application de l'IA et son impact sur le service financier et la logistique,

- Transformation des besoins métiers (dans le service financier / la logistique) en problème de Machine Learning,

- Le développement d'algorithmes prédictifs du comportement des clients dans les deux secteurs

- Réalisation du Scoring à l'aide des arbres de décision et de la régression logistique binaire.