Yann P À partir de 500 € /jour

Yann P

Ingénieur Data Scientist | Machine Learning | Python | SQL

Dijon , France
Tarif indicatif
À partir de 500 € / jour
Présentation de Yann

🔍 Détection d’anomalies & Scoring : valorisez vos données pour mieux décider 📊 Vos enjeux : vous avez des données et souhaitez en tirer des insights exploitables pour optimiser vos décisions ? Vous cherchez à anticiper les risques, identifier les opportunités et automatiser vos processus ? 💡 Mon approche : j’utilise le Machine Learning et des techniques avancées de détection d’anomalies et de scoring pour extraire la valeur cachée dans vos données. Mon objectif : vous aider à mieux prévenir les défaillances, réduire les pertes et améliorer la performance. 🛠 Exemples d’applications : ✅ Maintenance prédictive : détecter les pannes avant qu’elles n’arrivent ✅ Scoring de clients : identifier les profils à fort potentiel ou à risque ✅ Fraude & conformité : automatiser la détection d’anomalies dans vos transactions 🎯 Pourquoi travailler avec moi ? ✔ Double expertise : analyse des données & mise en production (Cloud, MLOps) ✔ Approche orientée résultats : je traduis la data en décisions concrètes ✔ Expérience multi-sectorielle : industrie, finance, gestion des risques 📩 Discutons de vos problématiques et explorons ensemble des solutions adaptées !

Métiers & compétences
Métiers
Data scientist Junior
Engineer Machine learning Junior
Data Analyst Junior
Compétences
Python Jupyter Numpy Pandas Machine learning Deep Learning API NLP Big data RGPD TensorFlow Keras Git GitHub Heroku AWS Gestion des identités et des accès (IAM) Matplotlib Seaborn Anaconda NLTK ACP PCA cnn token Pytest MLflow MLOps FastAPI Streamlit
Logiciels
Excel Expert
microsoft power point Expert
Word Expert
Langues
français Bilingue ou natif
anglais Capacité professionnelle complète
Expérience dans les secteurs
Administration publique et défense Industrie automobile Métallurgie, Travail du métal Industrie du papier et du carton Banque & Assurance Activités des services financiers Enseignement
Expériences professionnelles
Créez votre profil pour découvrir toutes les expériences professionnelles de Yann.
J’ai déjà un compte
Formation
Créez votre profil pour découvrir les formations de Yann.
J’ai déjà un compte
0 recommandation
Réalisations
15510884721455_Logo projet big data.png
Développement d'une Application Mobile pour "Fruits!" Contexte"Fruits!" est une start-up innovante dans le domaine de l'AgriTech, dédiée à la préservation de la biodiversité des fruits grâce à des solutions technologiques avancées. L'entreprise souhaite lancer une application mobile permettant aux utilisateurs de prendre en photo un fruit et d'obtenir des informations détaillées à son sujet. Cette application vise à sensibiliser le public à la biodiversité des fruits et à établir une première version du moteur de classification des images de fruits.Objectif du ProjetMettre en place une chaîne de traitement Big Data pour le développement de l'application mobile.Utiliser des technologies cloud pour gérer efficacement le volume croissant de données.Démontrer la mise en place d'une architecture Big Data évolutive.Étapes du Projet1. Environnement Big DataTechnologies Utilisées : AWS EMR, S3, IAM pour une architecture conforme au RGPD.Démonstration : Mise en place d'une instance EMR opérationnelle pour le traitement des données.2. Traitement des DonnéesDonnées : Utilisation d'un jeu de données d'images de fruits avec labels associés.Scripts PySpark : Développement de scripts pour le prétraitement des images et la réduction de dimension via PCA.Diffusion des Poids : Intégration d'un traitement pour la diffusion des poids du modèle TensorFlow sur les clusters.3. Résultats et LivrablesNotebook : Un notebook sur le cloud contenant les scripts PySpark exécutables.Stockage Cloud : Images et résultats de la réduction de dimension disponibles sur S3.Support de Présentation : Présentation des briques d'architecture choisies et de la chaîne de traitement.
15510866018677_logo projet fintech.png
Implémentation d'un Modèle de Scoring pour "Prêt à Dépenser" Contexte"Prêt à Dépenser" est une société financière spécialisée dans les crédits à la consommation pour des personnes ayant peu ou pas d'historique de prêt. L'entreprise souhaite développer un outil de scoring crédit pour calculer la probabilité qu’un client rembourse son crédit, en s'appuyant sur des données variées (comportementales, institutionnelles, etc.). En réponse à la demande croissante de transparence, un dashboard interactif sera créé pour expliquer les décisions d’octroi de crédit.Objectif du ProjetConstruire un modèle de scoring pour prédire la probabilité de défaut de paiement.Développer un dashboard interactif pour interpréter les prédictions et améliorer la transparence.Mettre en production le modèle de scoring via une API et le dashboard interactif.Étapes du Projet1. ModélisationDonnées : Utilisation de données variées, nécessitant la jointure de plusieurs tables.Approche : Sélection et adaptation d'un kernel Kaggle pour l'analyse exploratoire et le feature engineering.Modèles Testés :DummyClassifierRandomForestClassifierLogisticRegressionXGBClassifierLGBMClassifierOptimisation : Utilisation de GridSearchCV et RandomSearchCV pour optimiser les hyperparamètres, avec suivi via MLFlow.Seuil de Décision : Ajustement du seuil pour minimiser le coût métier, en tenant compte du déséquilibre entre faux positifs et faux négatifs.2. APIDéploiement : Sérialisation du modèle optimisé et déploiement via une API sur une plateforme Cloud (Heroku).Documentation : API documentée pour faciliter l'intégration.3. DashboardTechnologie : Développement avec Streamlit.Fonctionnalités :Visualisation du score et interprétation pour chaque client.Comparaison des informations client avec l'ensemble des clients.Accès : Dashboard déployé sur le Cloud pour un accès facile.4. Analyse de DatadriftOutil : Utilisation de la bibliothèque evidently pour détecter le data drift entre les données d'entraînement et de production.Rapport : Création d'un tableau HTML d'analyse du data drift.5. Packages UtilisésModélisation : mlflow_model/requirements.txtAPI : requirements.txtDashboard : Streamlit/requirements.txt6. Tests UnitairesPipeline de Déploiement : Tests automatisés via GitHub Actions pour chaque push sur GitHub.Code de Test : test_app.py
15510259240381_Projet textimage logo.png
Classification Automatique des Biens de Consommation ContexteDans le cadre du développement d'une marketplace e-commerce, l'entreprise "Place de marché” souhaite automatiser la classification des articles pour améliorer la fiabilité et la fluidité de l'expérience utilisateur. Actuellement, les vendeurs attribuent manuellement des catégories aux articles, ce qui peut être peu fiable.Objectif du ProjetAutomatiser la classification des articles en différentes catégories.Améliorer l'expérience utilisateur pour les vendeurs et les acheteurs.Préparer le système pour un passage à l'échelle.Étapes du Projet1. Analyse ExploratoireCollecte et nettoyage des données.Prétraitement des données textuelles et images.Extraction des caractéristiques pertinentes pour la classification.2. Étude de FaisabilitéTexte : Utilisation de Bag of Words, Word2Vec, BERT, et USE pour le traitement des descriptions.Image : Approches SIFT et CNN pour l'extraction de caractéristiques.Évaluation des performances des différentes approches avec l'Indice Rand Ajusté (ARI).3. Classification SuperviséeImplémentation de modèles CNN avec VGG16.Test de différentes configurations de datasets et techniques de data augmentation.Sélection de la meilleure approche basée sur l'accuracy et le temps de calcul.4. Test de l’APIParamétrage du code Python sur RapidAPI pour la collecte de données.Transformation des données en DataFrame et exportation en CSV.Respect des principes du RGPD lors de la manipulation des données.RésultatsMeilleure performance de classification avec Word2Vec pour les textes.Utilisation de CNN pour une extraction efficace des caractéristiques d'images.Recommandation d'utiliser un embedding dédié pour ouvrir de nouvelles catégories.
15510251487267_Capture d’écran 2019-02-20 à 17.37.38.png
Segmentation des Clients pour Olist ContexteOlist, une entreprise brésilienne spécialisée dans la vente sur les marketplaces en ligne, souhaite obtenir une segmentation de ses clients pour optimiser ses campagnes de communication. L'objectif est de comprendre les différents types d'utilisateurs à partir de leur comportement et de leurs données personnelles.Objectif du ProjetFournir une segmentation des clients exploitable par l'équipe marketing d'Olist.Proposer une description actionnable de la segmentation et de sa logique sous-jacente.Recommander une fréquence de mise à jour du modèle de segmentation pour maintenir sa pertinence.Étapes du Projet1. Analyse ExploratoireImportation et nettoyage des données fournies par Olist.Fusion des datasets pour créer un dataframe unique.Feature engineering pour extraire les variables Récence, Fréquence, Montant, Score moyen des avis, Délai moyen de livraison, et Avance de livraison moyenne.2. ModélisationUtilisation de méthodes non supervisées pour regrouper les clients en profils similaires.Test de différentes configurations de dataframes et algorithmes de clustering (KMeans, CAH, DBSCAN).Sélection du modèle final basé sur KMeans avec 4 clusters.3. Simulation de MaintenanceAnalyse de la stabilité des segments au cours du temps.Utilisation de l'Indice Rand Ajusté (ARI) pour déterminer la fréquence de mise à jour nécessaire du modèle de segmentation.RésultatsSegmentation des clients en 4 clusters :Cluster A : Anciens clients ponctuels à faible pouvoir d'achatCluster B : Nouveaux clients à faible pouvoir d'achatCluster C : Clients récurrents à pouvoir d'achat modéréCluster D : Clients occasionnels à haut pouvoir d'achatRecommandation de mise à jour du modèle tous les 32 jours pour maintenir sa pertinence.
15510245026714_Seattle_logo_landscape_blue-black.png
Anticipez les besoins en consommation de bâtiments ContexteLa ville de Seattle vise à devenir neutre en émissions de carbone d'ici 2050. Pour atteindre cet objectif, l'équipe se concentre sur la consommation et les émissions des bâtiments non résidentiels. Des relevés ont été effectués en 2016, mais leur coût élevé incite à prédire les émissions de CO2 et la consommation d'énergie des bâtiments non mesurés, en utilisant les données structurelles des bâtiments.Objectif du ProjetPrédire les émissions de CO2 et la consommation totale d'énergie des bâtiments non résidentiels.Évaluer l'intérêt de l'ENERGY STAR Score pour la prédiction des émissions.Étapes du Projet1. Analyse ExploratoireNettoyage des données pour éliminer les observations aberrantes et les outliers.Sélection des variables pertinentes : type de bâtiment, usage principal, nombre de bâtiments, nombre d'étages, surface totale, âge, et éventuellement l'ENERGY STAR Score.2. ModélisationTest de différents modèles de prédiction : KNeighbors, Ridge, SVM, kRR, RandomForest, AdaBoost, GradientBoosting.Optimisation des modèles par validation croisée.Comparaison des performances avec et sans l'ENERGY STAR Score.3. RésultatsModèle choisi pour la consommation d'énergie : Gradient Boosting avec learning_rate = 0.2 et n_estimators = 72.Modèle choisi pour les émissions de CO2 : Gradient Boosting avec learning_rate = 0.2 et n_estimators = 50.Conclusion sur l'inefficacité de l'ENERGY STAR Score dans ce contexte.
15509409025066_Capture d’écran 2019-02-15 à 11.59.10.png
Projet d'Application pour la Santé Publique ContexteL'agence "Santé publique France" a lancé un appel à projets pour développer des applications innovantes en lien avec l'alimentation. Ce projet vise à proposer une application qui utilise les données d'Open Food Facts pour aider les consommateurs à faire des choix alimentaires plus sains.Objectif du ProjetDévelopper une application qui :Analyse les données nutritionnelles des produits alimentaires.Fournit des recommandations basées sur le Nutri-Score et d'autres indicateurs nutritionnels.Aide les utilisateurs à identifier des alternatives plus saines.Étapes du Projet1. Traitement des DonnéesChargement des Données : Utilisation de pandas pour charger le jeu de données Open Food Facts.Nettoyage des Données :Identification et traitement des valeurs manquantes et aberrantes.Automatisation des traitements pour s'adapter aux modifications des données.Variables Pertinentes : Sélection des variables clés telles que le Nutri-Score, les groupes PNNS, et les informations nutritionnelles.2. Analyse ExploratoireVisualisations : Utilisation de matplotlib et seaborn pour créer des visualisations (boxplots, histogrammes) afin de comprendre la distribution des données.Analyse Univariée et Multivariée : Étude des distributions des variables individuelles et des relations entre elles, y compris l'analyse en composantes principales (ACP) pour la réduction dimensionnelle.3. Justification de l'ApplicationHypothèses : Confirmation des hypothèses sur la faisabilité de l'application.Arguments : Justification basée sur les données Open Food Facts, en démontrant l'indépendance des variables utilisées pour le scoring.
15509409025066_Capture d’écran 2019-02-15 à 11.59.10.png
Projet d'Expansion Internationale de Academy ContexteAcademy est une start-up EdTech qui propose des contenus de formation en ligne pour les lycéens et les universitaires. Dans le cadre de son projet d'expansion internationale, l'entreprise souhaite identifier les marchés potentiels à l'étranger.ProblèmeL'objectif est de déterminer quels pays présentent un fort potentiel pour les services d'Academy et de prioriser les pays pour l'expansion. Pour cela, une analyse des données éducatives de la Banque mondiale est nécessaire.Objectif du ProjetRéaliser une analyse exploratoire des données de la Banque mondiale pour :Identifier les pays avec un fort potentiel de clients.Prévoir l'évolution de ce potentiel.Prioriser les pays pour l'expansion.Résultats de l'AnalyseQualité des Données : Les données de la Banque mondiale présentent des taux de données manquantes élevés, nécessitant un nettoyage rigoureux.Indicateurs Sélectionnés : PIB par habitant, nombre d'internautes, et croissance démographique ont été utilisés pour évaluer le potentiel des pays.Nettoyage des Données : Réduction à 3,630 lignes et 7 années d'observation, avec suppression des pays à faible PIB/habitant.Scores d'Attractivité : Les États-Unis, la Chine, et le Japon se distinguent par leur potentiel élevé, avec des scores basés sur la multiplication des indicateurs et une accentuation du PIB/habitant.Conclusions : La Chine se distingue par sa population cible élevée, et l'interpolation est utile pour les pays avec des données manquantes.
Qui suis-je ?
Test de personnalité
Créez votre profil pour découvrir Yann.
J’ai déjà un compte