Frédéric Ferreira

Collecte, nettoyage et analyse de vos données afin d'en extraire des informations exploitables qui permettront d'optimiser vos décisions.

Conception, entraînement, évaluation, déploiement et monitoring d'algorithmes de machine learning destinés à résoudre vos problèmes métier

Réalisation de projets professionnels validant le titre de Data Scientist dont :

Formalisation des user stories, analyse des risques inhérents au projet, évaluation des besoins en ressources humaines, financières et techniques, planification des sprints

Location de machines virtuelles EC2, stockage des données dans S3, gestion des accès avec IAM, création de clusters EMR sur le territoire européen (RGPD oblige), connexion en SSH à la machine maître, exécution du traitement avec PySpark

Gestion du cycle de vie d'un modèle de ML avec MLflow (conception d'un pipeline d'entraînement, évaluation et stockage des modèles).

Conception et déploiement en continu sur le cloud (github actions + hébergeur) d'une API Django qui sollicite le modèle le plus performant. Monitoring du modèle en production via une analyse Data Drift.

Création et déploiement d'une application (Streamlit, Dash) permettant à un chargé de clientèle bancaire de visualiser des informations sur les clients et de faire appel à l'API de scoring crédit pour accepter ou refuser une demande de prêt.

Etude de faisabilité d'un moteur de classification d'articles à partir de leur description et/ou image.

Utilisation de techniques NLP basiques (Bag of words, Tf-Idf) et avancées (Word2vec, BERT, USE) pour l'extraction des features texte.

SIFT puis CNN pour l'extraction des features image.

Clustering des features texte / image puis comparaison avec les classes réelles (ARI score)

Classification supervisée des articles en utilisant un CNN préentraîné.

Feature engineering basé sur RFM et satisfaction client

Clustering avec CAH, K-means et DBSCAN

Analyse du clustering et évolution de sa stabilité

Réalisation de 9 projets de data analyse inspirés de la réalité du monde du travail.

Collecte, nettoyage et analyse des données sur notebook jupyter.

Utilisation du SQL et des SGBDR SQLiteStudio et PostgreSQL.

L'étude avait pour thème la malnutrition dans le monde et a été réalisée sur un notebook jupyter.

Rapprochement d'exports, analyse des ventes de la boutique + détection de valeurs aberrantes

Analyse des chiffres clés, KPI, visualisations, analyse ciblée sur les clients. Analyse bivariée des variables les plus pertinentes.

Automatisation d'un rapport diagnostique sur l'égalité femmes hommes via la création d'un workflow KNIME. Anonymisation des données pour respecter le RGPD

Création d'un tableau de bord interactif avec Power BI + Dax

Analyse exploratoire des données + proposition de groupements de pays à cibler dans le cadre d'une expansion à l'international. Clustering effectué avec les algorithmes CAH et K-means, suivi d'une ACP pour comprendre les groupes et les liens entre les pays.

Conception et entraînement d'un modèle d'apprentissage supervisé pour la classification automatique de faux billets en utilisant leurs caractéristiques (longueur, hauteur, dimension des marges). Algorithme utilisé : régression logistique.