À propos de Pauline
Je vous aide à analyser et valoriser vos données pour mieux comprendre vos enjeux, prendre des décisions éclairées et mettre en place des outils adaptés à vos besoins.
Depuis 2015, j’ai travaillé sur des projets variés dans le luxe, l’immobilier, la logistique ou encore la musique. J’interviens sur tout le cycle de la donnée : de la récupération des données jusqu’à la mise à disposition de celles-ci sous forme de dashboard et d'outil d'aide à la décision.
Je travaille vite, je documente ce que je fais, et je m’assure que mes livrables soient compréhensibles et utiles pour les équipes métier comme techniques.
Quelques exemples de missions réalisées :
- Analyse des ruptures de stock des magasins et de leurs causes pour une grande maison françaises du luxe, avec mise en place d’un dashboard utilisé par 100+ personnes.
- Développement et mise en production d'un outil d'aide à la décision avec un modèle de recommandation de taux de sondage pour aider l'équipe de contrôle qualité d'une grande maison françaises du luxe à faire du contrôle ciblé
- Développement et mise en production d'un modèle de valorisation immobilière à partir de données hétérogènes et Open Source pour le Crédit Foncier immobilier
- Développement d'une formation d'acculturation à l'Intelligence Artificielle pour des équipes non technique
Outils maîtrisés : Python, SQL, Tableau, Power BI, DBT, Snowflake, AWS, GCP, Dataiku.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 10 km)
Expériences
- EkinoData AnalystLUXEoctobre 2022 - septembre 2024 (1 an et 11 mois)Pantin, FranceAnalyse des ruptures de stock d'une sélection de produits au niveau mondial et identification des causes racines des ruptures, pour l'équipe retail d'une grande maison française du luxeTechnologies : Python, SQL, Snowflake et Power BICadrage du projet
- Recueil du besoin client
- Audit des données clients
Analyse des ruptures de stock- Transformation et nettoyage des données avec DBT
- Analyses complexes de processus métiers liés aux ruptures (Python et SQL)
- Estimation chiffrée du coût des ruptures et identification de leurs causes (Python et SQL)
Création d’un démonstrateur d’analyse des ruptures en PowerBI- Animation d'ateliers de conception du dashboard d’analyse avec l’équipe UX
- Rédaction des spécifications techniques du dashboard d’analyse
- EkinoData Analyst / Data ScientistLUXEaoût 2020 - juillet 2022 (1 an et 11 mois)Levallois-Perret, FranceCréation et maintien d'un outil de recommandation de taux de sondage ciblés pour une équipe de contrôle qualité d'une grande maison française du luxeTechnologies : Python, SQL, Snowflake, AWS et TableauCadrage du projet
- Collaboration avec une Consultante pour le recueil du besoin client
- Audit des données clients
Développement des processus d’extraction et de transformation des données- Collaboration avec un Data Engineer pour la création du modèle de données
- Collaboration avec un Data Engineer pour la création de la base de données dans Snowflake
- Collaboration avec un Data Engineer pour la création des scripts SQL de transformation des données
Développement de l'algorithme de recommandation- Rédaction des spécifications techniques de l’algorithme
- Développement en Python d'un algorithme d’inférence Bayésienne pour estimer les taux de sondage
Développement de l'outil- Animation d'ateliers de conception de l'outil avec l’équipe UX
- Développement d'un outil en Tableau comprenant 5 onglets de reporting, 4 onglets de paramétrage et 1 onglet de recommandation
- Recette de l'outil
- Collaboration avec une Consultante pour la formation des utilisateurs à l'utilisation de l'outil
Tierce maintenance applicative- Ajout d'un onglet de reporting dans le dashboard
- Ajout de règles métiers pour enrichir les recommandations de taux
- Amélioration du processus de transformation des données
Outil en production et utilisé depuis 2021 - EkinoData ScientistIMMOBILIERdécembre 2017 - décembre 2019 (2 ans)Paris, FranceDéveloppement d’un algorithme de valorisation immobilière pour le Crédit Foncier Immobilier afin de faire de l’évaluation bien par bien ou par portefeuille à partir de 3 entrées : le type de bien, sa surface et sa localisationTechnologies : Python (XGBoost), DBT, GCP et TableauCadrage du projet
- Audit des données clients
- État de l’art des modèles de valorisation immobilière
Développement du modèle- Test de plusieurs algorithmes (XGBoost, Random Forest)
- Feature Engineering
- Collaboration avec un Data Engineer pour le déploiement du modèle sur GCP
- Collaboration avec un Data Engineer pour l’automatisation du ré-entrainement du modèle
- Développement d’un dashboard d’analyse et de suivi des résultats du modèle permettant de repérer un drift dans
- les données
- Encadrement d’un stagiaire pour l’amélioration du modèle
Modification de la source de données et de l’ETL- Remplacement des données clients par des données open source (DVF)
- Analyse des nouvelles données et comparaison avec les données clients
- Développement d’un script Python pour la récupération des données et stockage des données brutes dans GCS
- Transformation et nettoyage des données avec DBT en remplacement d’Airflow
- Utilisation de BigQuery comme DataWarehouse
Recommandations
Soyez le premier à recommander Pauline
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Master Ingénierie Mathématiques Option Statistique,Université de Nantes2014Master Ingénierie Mathématiques Option Statistique,
- Licence de Mathématiques,Université de NantesLicence de Mathématiques,