Yasmine Ben Taarit

Mission : Ce projet s’inscrit dans le cadre du programme de transformation du département Risque et il a pour objectif de capitaliser sur l’ensemble des données produites par les Early Warnings Systems (EWS) de différentes entités, afin d’accroître l’anticipation des risques, améliorer le pilotage et la qualité du portefeuille et de la production et obtenir une vision globale de l’ensemble de Domestic Markets. Je suis intervenue sur les différentes parties du projet notamment l’ingestion et la préparation de données.

> Cadrage des besoins (Etude du modèle métier, collecte des besoins..) et recueil des besoins d’évolution avec les métiers

> Participation dans la rédaction des spécifications fonctionnelles

> Rédaction des US

> Participation dans l’ingestion des données avec Dataiku

> Accompagnement du chef de projet sur les sujets Dataiku

> Automatisation de la recette sur DATAIKU DSS et accompagnement du métier dans les développements sur DATAIKU DSS

> Participation dans l’élaboration et la mise à jour du dictionnaire de données

Environnement technique : Dataiku, Python, SQL SERVEUR, Tableau Desktop 2020

Méthodologie : Agile

Mission : Pour la gestion des clients de Ciblo en marketing digital, je suis intervenue dans un projet de prédiction de la note de satisfaction des clients B2B à partir de leurs avis. Je suis également intervenue sur la préparation des rapports mensuels pour l’analyse de la performance du business des clients B2B, la création de campagnes Search et le test du moteur de segmentation clientèle.

Préparation des données : Prétraitement des textes (avis des clients) en utilisant les techniques du Text Mining

Modélisation : Prédiction des notes

Développement des algorithmes en Machine Learning (Régression logistique/ arbre de décision/ xgboost/ lightGBM)

Tuning : Choisir les meilleurs paramètres pour chaque modèle

Développement des rapports et tableaux de bord sous Tableau

Data préparation et création d’objets métiers à partir des données web

Analyse et prévision des indicateurs de performance (ROI, …)

Préparation des reportings mensuels pour les clients contenant des analyses approfondies sur l'évolution de leurs business B2C e-commerce & Préparation de documents de conversion des analyses et diagnostics en recommandations opérationnelles

Création de campagnes Search sur Google Adwords

Création de Check sur le moteur de segmentation clientèle de la plateforme Spectro Commerce

Environnement technique : Trello, AWS, Hadoop, Scala, Python3, Dataiku, VScode, Pandas, Numpy, Scikit-learn, Nltk, Spacy, Gensim, Gitlab, Kedro, workflow, check, data preparation, Tableau Desktop 2018, Text Mining, Tokenisation, Lemmatisation, Stop words, Google Adwords, SpectroCommerce

Méthodologie : Agile

Mission: Dans le cadre d’un projet d’hyperpersonnalisation, je suis intervenue sur l’élaboration d’un modèle statistique pour l’évaluation de la crédibilité de la clientèle de la banque.

Exploration des données en effectuant une analyse uni-variée de la base de données contenant les informations sur la clientèle de la banque

Data préparation en utilisant des techniques statistiques

Elaboration d’un modèle statistique pour l'évaluation de la crédibilité des clients en utilisant l’algorithme régression logistique

Évaluation des performances du modèle en utilisant la matrice de confusion et la courbe ROC

Développement d'une application web Rshiny afin de visualiser les résultats, développement de reporting

Environnement technique : Jira, Python2, RStudio, dplyr, ggplot2, ROCR, gmodels, glm, corrplot, shiny, Machine Learning

Méthodologie : Agile