Okan KOCABIYIK
À propos du candidat
En tant que Data Scientist, ma mission est de développer des modèles supervisés et non supervisés pour permettre l’exploitation des données. Mon objectif principal est de mettre en place les outils pour construire la meilleure stratégie autour de la Data. En effet, j’accompagne mes clients sur des projets en data science (collecte, exploitation et analyse de données, création de modèle Machine et de Deep Learning, visualisation des données, …) afin de les aider dans la réussite du projet.
Mes différents postes et expériences professionnelles m’ont amené à travailler sur divers projets data :
➖Utiliser des modèles de prédictifs data science (Machine Learning et Deep Learning)
o Construction de la base de données
o Analyse et exploration des données
o Pre-processing (Pré-traitement)
o Modélisation
➖ Implémenter des requêtes SQL pour récupérer des données précises
➖ Power BI Reporting réalisations : Traiter et analyser toutes les données importantes. Se connecter aux sources de données et effectuer des transformations de données, modéliser et visualiser les données.
✅ Contactez-moi pour voir ensemble comment répondre au mieux à votre besoin !
Location
Education
Travail & Expérience
o Développer des tableaux de bord sur Power Bi pour le pilotage opérationnel et stratégique et l'analyse des données o Implémenter des requêtes SQL pour récupérer des données précises o La réalisation globale d'un projet : - Connaissance client : Cibler les clients selon des critères précis, encoder les données, préparer des fichiers batch, préparer les suivis pour les réseaux et les équipes, … - Fraude : Cibler les types de clients présentant un risque élevé de fraude et surveillez ce groupe de client via fichier batch, mise en place d'un tableau de bord pour un suivi, … - Pilotage des activités des filières : Mise en place d'un tableau de bord pour un suivi d'activité et de collaborateur o Automatisation des traitements via Visual Tom : Exécuter des requêtes en fonction de la date et l'heure souhaitées, recevoir des e-mails en automatique, …
o Réalisation de projet data science dans sa totalité (étude comportement des clients) : - Exploration des données massives : Comprendre de mieux possible les données, traitement des valeurs manquantes, développer une première stratégie de modélisation, … - Pré-traitement des données : Nettoyage, encodage, … - Mise en place d'algorithmes de Machine Learning - Évaluation de la performance : matrice de confusion, courbe de roc, sous/sur apprentissage, … o Modélisation actuarielle des impacts du réchauffement climatique sur les lois de longévité. o Prévision des variables économiques (PIB)
Portefeuille
