Ayant poursuivi une formation en économie et en finance, j'ai gardé de ces disciplines un attrait pour l'étude statistique et la découverte de phénomènes contre-intuitifs. De l’extraction des données à la mise en place des algorithmes de traitement en passant par l’analyse et les différentes méthodes de représentation graphique, je maîtrise l’ensemble des étapes de la data science. Pour ce faire j’utilise les langages R, Python et Scala, le framework Apache Spark sur des bases de données relationnelles.
1/ NEST (novembre 2018 - décembre 2018) : mise en place d'un dashboard à destination des commerciaux du réseau Renault • Constitution d'un modèle de données • Modélisation en étoile • Ingestion des données sur une platforme Hadoop puis Google Cloud
2/ FT&T (juin 2018 – novembre 2018) : ingestion en temps réel des données produites par des outils-machine •Développement d’ingestions avec Spark Streaming sur Google Cloud
3/ UBM (juin 2018 – aout 2018) : étude du comportement des automobilistes pour leur proposer un contrat d'entretien adapté • Nettoyage des données en provenance d'un capteur embarqué • Ingestion des données sur une platforme Hadoop et Google Cloud. • Portage d'un programme pour déterminer si la conduite d'un automobiliste est sollicitante ou non.
4/ DataLake (mai 2018 – décembre 2018) : platforme Hadoop/Hortonworks de stockage des données de Renault • Ingestion des sources de données internes • Amélioration des procédés SCRUM
