Data Scientist

Le programme Chrysalide est un programme de transformation numérique de la branche santé-prévoyance collective de Generali. Au sein de ce programme, l’objectif du projet THUGS est de réaliser un tarificateur, destiné aux services de souscriptions et de technique-assurance (actuaires), qui permet de générer une étude du prix de l’assurance collective pour un client potentiel, en fonction de ses caractéristiques et besoin. L’équipe, composée de développeurs, actuaires, business analysts, testeurs et PPO, fonctionnait en mode Agile.
•    Restructuration du format des données en entrée et sortie
•    Migration de la base de données
•    Formation des actuaires de l’équipe au développement Python
•    Développement de modules fonctionnels
•    Développement de l’UI de test
•    Tests unitaires
•    Méthodologie Agile/Scrum

L’objectif du projet RPA FM était de permettre la résolution automatique des alarmes sur les infrastructures 2G/3G/4G des clients (Vodafone India et Bharti Africa). Le début de la mission marquait le commencement d’une nouvelle phase pour le projet, avec d’une part un audit du modèle de machine learning existant en vue de l’adapter aux futures évolutions du projet, et d’autre part une première série de livraison aux clients avec le recrutement d’une équipe dédiée.
_ Audit du projet :
•    Analyse du modèle de machine learning existant
•    Analyse de l’architecture du projet
•    Suggestions de corrections urgentes et d’axes d’amélioration
•    Collaboration avec l’équipe chargée de la V2 pour la conception d’un nouveau modèle de machine learning pour les évolutions futures
_ Livraison :
•    Recrutement d’une équipe de développeurs pour la production des premiers livrables
•    Répartition des alarmes entre les membres de l’équipe
•    Parsing des fichiers logs
•    Développement des alarmes qui m’étaient attribuées
•    Suivi quotidien avec l’équipe fonctionnelle indienne

Keywords: multi-agent simulation, data mining, Java, R&D, Matlab, Python, retail, marketing, intern supervision.

Development of a multi-agent simulator. Agents are implemented from a combination of real data and general knowledge in marketing/psycholgy. The real data are processed with data mining techniques.