Projets
Travaux data où l’automatisation et l’analyse apportent une valeur mesurable.
Sécurisation d’une API vulnérable
Résultat : réduction de la surface d’attaque et mise en place de bonnes pratiques autour d’une API exposée (durcissement, contrôles, sensibilisation aux risques).
Technologies : PHP, SQL, Docker-compose, virtual-machine, Python-faker, HTTPS, web auto-certificates
Liens :
Démo / documentation · Code source
Prévisualisation :
Churn Téléco - une application de prédiction du churn client d’une entreprise de télécom
Résultat : Prédiction des désabonnements avec 89% de précision et génération de recommandations de rétention personnalisées.
Technologies : Python, streamlit, FastAPI, machine learning, prediction modeling, xgboost
Prévisualisation :
Pipeline ETL orchestré & reporting Power BI (Microsoft Fabric)
Impact : Des rapport Power BI alimentés et mis à jour quotidiennement avec les nouvelles données du jour prédent, et des équipes informés en cas de problèmes d’actualisation.
Technologies : Microsoft Fabric, orchestration ETL, medaillion architecture, modèle sémantique avec schéma étoile, rapport Power BI
Liens :
Démo / rapport · Code source
Prévisualisation :
Prédiction de souscritpion sur une campagne marketing bancaire avec du Machine Learning
Résultat : Meilleure identification de la clientèle et des candidats les plus susceptibles de souscrire à un dépôt à terme (précision de 88%).
Technologies : R, Quarto, Tidymodels, caret, randomForest, xgboost
Démo / documentation · Code source
Prévisualisation :
Étude sur le biais de perception des consommateurs sur les tarifs non linéaires
Résultat : Mise en évidence des différents biais de perception vers le prix moyen, en cas de tarfis non linéaires, des ménages français, sur des données de factures d’électricité.
Technologies : R, économétrie, tarification, modèles non-linéaires
Démo / documentation · Code source
Prévisualisation :
Enedis Data Challenge
Résultat : Identification des tronçons les plus à risque afin d’améliorer les actions de maintenance préventive.
Technologies : Python, scikiit-learn, machine learning, gradient boosting
Démo / documentation · Code source
Prévisualisation :
