Anas K.

Data Scientist

760 dollar
Freelancer
4 ans
Paris, FRANCE

Mon expérience

Sonepar FranceSeptember 2019 - Présent

Voir plus

SONEPAR INTERSERVICESSeptember 2019 - Présent

* Projet Churn: L'objectif de ce projet est de mieux utiliser et mettre en valeur les données Client chez Sonepar pour des raisons com- merciales. Danslecadredeceprojet, j'aicollectélesdifférentesdonnéessurlesclientsSonepar: Donnéesd'achat, HistoriqueLitiges, Historique Visites commerciales...Pour récupérer ces données, j'ai fait des requêtes SQL pour avoir des tables SQL dans SQL Server, les ateliers avec les métiers m'a permis de mieux comprendre les données et m'a orienté vers des pistes d'analyse. Après le collecte des données, j'ai utilisé des méthodes statistiques pour sélectionner les variables pertinentes pour la prédiction des clients churn-
ers(qui ont une tendance à partir). L'étape suivante est la sélection du meilleur modèle par la méthode de cross-validation. Le choix est fait sur le modèle de XGBOOST. Enfin, le projet est mis en PROD en interaction avec le métier (Commercial) en envoyant un fichier de liste des churners dans un outil CRM(CLIPER) pour que les commerciaux réagissent et font des actions anti-Churn pour garder ces clients. Technologies : SQL SERVER, PYTHON, KNIME, GIT
* Projet Optimisation des délais : L'objectif de ce projet est de fiabiliser les délais sur les produits non gérés par Sonepar(Produits non disponibles tout le temps). Dans le cadre de ce projet, j'ai organisé des ateliers avec les grands fournisseurs pour mieux comprendre les différents facteurs qui impactent les délais communiqués aux clients finaux. Par la suite, j'ai récupéré l'historique des commandes pour calculer les délais réels constatés et les challenger avec les délais théoriques. Puis, j'ai intégré les différents paramètres qui impactent les délais pour proposer des nouveaux délais théoriques fiabilisés. Pour tester les nouveaux délais, nous avons fixé avec le métier un périmètre de test et après 2 mois, nous avons pu les valider et nous avons mis en PROD les nouveaux délais sur toutes les plateformes. Ce projet a permis de gagner en confiance avec les clients en les communiquant des délais de livraison fiables.
Technologies : Python, Spark, SCALA, Excel, GIT, MICROSTRATEGY(Reporting)

ClaraVistaOctober 2018 - August 2019

Voir plus

MAZARSApril 2018 - September 2018

2018 - Sep.2018
* Projet Détection des fraudes pour Allianz : Dans le cadre de ce projet, j'ai travaillé sur l'historique des données de déclaration des sin- istres automobiles. Ces données contiennent différentes informations sur les clients et sur leurs véhicules.L'objectif principal était de détecter les fraudes potentielles à partir de ces données pour aider le métier à identifier les fraudeurs.Pour y arriver, j'ai utilisé 3 algo- rithmes connus dans la détéction des anomalies en ML(LOF,OCSVM,Isolation Tree) , comme technologies j'ai travaillé principalement avec Python comme langage de programmation.

MazarsApril 2018 - September 2018

Voir plus

OceanDataJune 2017 - September 2017

• Cleaning and preprocessing data on a customer purchase history dataset.
• Customer classification.
• Determination of churn probability and its criteria
Voir plus

OrangeJune 2016 - September 2016

• Modeling and design of a web portal for the management of programmable logic controllers(DISE).
• Database implementation.
• Web portal development using Orange’sinternal framework.

Mes compétences

Computer Tools

Microsoft Excel

Other

Portuguese, Object Oriented Analysis/Design, Data Scientist, Arabic, French, German, English, Personal Home Page, Diplôme National, tester les nouveaux délais, Stagiaire en Data Science, Formation d'ingénieur en informatique et mathématiques appliqués, Accredited Financial Counsellor (AFC), Master > Master Traitement, senior data scientist, Scrum Methodology, Python Programming, Institute for Certification of Computing Professionals Associate Computing Professional, Implémenter, Enfin, Stagiaire en développement, principal, grandes écoles

Others

Project Management, Data processing, Data analysis, Data Science

Technologies

Machine Learning

Databases

MySQL, Microsoft SQL Server

Machine Learning

Deep learning

Languages

C/C++, Matlab, Python, Scala, SQL, R Language

IT Infrastructure

Git, Linux

Frameworks

Zend Framework

Analysis methods and tools

Knime, Agile Methodology

Big Data

Big Data, Spark

Mes études et formations

Formation d'ingénieur en informatique et mathématiques appliqués - École Nationale Supérieure d'Informatique

Grandes Écoles - IIE

Grandes Écoles - Institut Mines-Télécom

Master 2, TRIED - Universié Paris-Saclay2017 - 2018

Data science - ENSIIE - École Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise2015 - 2018

- UNIVERSITÉ PARIS2017 - 2018

- ÉCOLE NATIONALE SUPÉRIEURE D'INFORMATIQUE POUR L'INDUSTRIE ET L'ENTREPRISE2015 - 2018

- ENSIIE2015 - 2018

Apprentissage automatique - Coursera Course Certificates2016

Classe Préparatoire aux Grandes Ecoles en filière MP - Ecole Supérieure Privée d'Ingénierie et de Technologies - ESPRIT2014 - 2015