yannis.hdj
À propos du candidat
A final-year student pursuing a double master’s degree between Cranfield University and the national French Engineering School – Higher Institute of Mechanics of France specialised in Management of Manufacturing Systems as well as Data Science. Being innovative and forward-thinking in nature, with combined interests in industry 4.0, and data science. Academic and international work experiences have enabled the development of strong communication, analytical, and adaptability abilities. Eager to take on challenging projects and delivering results under pressure.
Location
Education
Université classée 11ème mondiale en ingénierie de production et data science. Ingénierie des systèmes de production – Stratégie de production - Data Analyse – Intégration Cloud – Tableau de bord – Data Science – Mathématiques – Machine Learning – Deep Learning – Production Analyse
Ecole du groupe ISAE, spécialisée en ingénierie informatique, logistique et mécanique. Création base de données MySQL - Programmation en C, Python et VBA - Etude de données sur Excel - Création de tableau de bord sur PowerBi à l’aide du langage M et DAX.
Classe préparatoire aux Grandes Écoles d’ingénieur spécialité mathématiques, physique et informatique. Mathématique avancée, Algèbre linéaire, Statistique, Probabilité, Data Analyse.
Travail & Expérience
Optimisation de la planification des activités de maintenance du parc offshore par la mise en place d’un modèle Machine Learning de prédiction des incertitudes. • Gain : Reduction des durées de maintenance quotidienne de 14% (1,5 heure par bateau d’intervention et par jour). Soit une sortie de 4 bateaux par jour au lieu de 5. • Outils: Pyhton, Numpy, Scipy, Pandas, Scikit-Learn, Randow Forest, Generative Adversarial Network, Matplotlib, PyTorch
Amélioration de la gestion du stock des produits liés à la vague de vaccination Covid 19 (Europe + UK) et du suivi fournisseurs dans un contexte de BREXIT (grande partie des fournisseurs hors UK) -> Mise en place d’un outil de suivi des risques Fournisseurs (VBA &Excel) -> Création d’un modèle de prévision des commandes clients (Gouvernements, Instituts de santé,…) grâce à du Machine Learning (Python, R Studio) -> Mise en place d’un dashboard de suivi des niveaux de Stock et de la ligne de production sur PowerBI • Gain : Réduction du Safety Stock jusqu’à 50% • Outils : PowerBI, VBA, Excel, Python, Numpy, Scipy, Pandas, Scikit-Learn, R Studio, Linear Regression, Polynomial Regression, Matplotlib
Optimisation de l’outil propriétaire existant pour une meilleure prise en compte des risques liés aux chantiers du réseau du métro Parisiens -> Création d’un tableau de bord PowerBI de suivi des risques des chantiers -> Prédiction du taux de risque de chaque chantier grâce à du machine learning -> Implémentation d’une application permettant d'alimenter automatiquement une base de données grâce à des mails de compte rendu de fin de chantier. • Outils : PowerBI, Tableau, Microsoft Access, VBA, Excel, Python, Numpy, Scipy, Pandas, Scikit-Learn, MySQL, Pitagore (outil propriétaire RATP)
