jpkokora
À propos du candidat
La diversité résume mon parcours professionnel tout en soulignant ma capacité d’adaptation, mon autonomie et mon ouverture d’esprit.
Prompt à emprunter tous les chemins qu’offre l’analyse de données, je reste motivé par l’idée d’apporter de la valeur après avoir relevé les challenges.
Si vos besoins techniques portent sur la statistique, l’économétrie, le machine learing, le deep learning, le NLP, big data… n’hésitez pas à me contacter, afin que nous puissions en parler dans les détails.
Location
Education
Travail & Expérience
Quelques projets dans le cadre de la formation : • Projet Academy – EdTech : Réaliser une analyse exploratoire pour la construction d’une stratégie d’expansion à l’international de la compagnie. Education, Data Mining, Analyse Factorielle, Dataviz, Business model • Projet OLIST – E-Commerce : Renforcer la connaissance client à des fins de CRM ; réaliser une segmentation et une analyse de cohorte. Marketing, Démographie, Analyse Exploratoire, Clustering, Dataviz • Projet Place de marché – Marketplace,E-Commerce : Etudier la faisabilité d’un moteur de classification automatique d’articles de ventes. Computer Vision, NLP, Deep learning, Transfer learning, word/sentence embedding • Projet Home credit – Finance : Réaliser un modèle de scoring devant limiter les défauts de paiement. XGboost, API, Machine Learning, Dashoboard, Heroku, Tests unitaires • Projet Fruits! – Agritech : Développer dans un environnement Big Data une chaîne de pré-traitement d’images. Big Data, Cloud, Computer Vision, PCA, Features extraction, Deep learning
• Développer des scripts de web scraping en python (Pyhton + Selenium / BeautifulSoup), • Tester et faire de la maintenance de code (TDD, Pytest), • Etudier le marché et analyser le trafic (web analytics, A/B testing)
• Extraire et analyser des données pharmaceutiques, • Modéliser et faire de la prévision de séries temporelles (économétrie), • Réaliser le reporting des dépenses pharmaceutiques, • Etudier le marché et analyser le jeu de la concurrence pharmaceutique, • Faire de la veille de marché, de la veille juridique et règlementaire
• Construire des KPIs pour le suivi des défaillances des turbines, • Réaliser une classification de données textuelles (NLP), • Construire et optimiser les algorithmes de machine learning et de deep learning pour la détection de défaillances des turbines
• Créer une base de données, • Concevoir des plans de sondage, • Analyser les prix régionaux à la consommation et les données de l’enquête niveau de vie des ménages, • Réaliser des études d’impacts
• CRM : segmenter le portefeuille client, • Faire du scoring de l’attrition (churn) et émettre des recommandations, • Faire de la data visualization et du reporting pour le suivi des actions commerciales,