ALEXANDRE

3 recommandations

Directeur Data Science chez Atilia Consulting

Temps plein

Informations

Points forts :

Compétences transverses : informatique, statistiques, machine learning, supply chain, automatisme, électronique, marketing, finance ...

Qualités :

Capacité d’analyse et de synthèse, adaptabilité, rapidité à appréhender l’environnement et les besoins clients, motivé par la résolution de problèmes

COMPETENCES

Data Mining, Statistiques, Machine learning :

- Analyse Prédictive : Arbres de décision, Réseaux de neurones, Réseaux Bayésien, SVM, Modèles linéaire, Régression Logistique, prévision des Séries Temporelles, Analyse de Survie

- Construction de Typologies : Kmeans, Réseaux Kohonen, Two Step, Classification Hiérarchique

- Analyse d’Associations : A priori, Carma, Séquences

Programmation : SAS, SQL, Python (NumPy, Scikitlearn, Pandas), Visual Basic, Langage C

Logiciels : SPSS Statistics, SPSS Modeler, R, Excel (Expert), Access, Business Object, SKEP, VMware, SAS Enterprise Guide

Certifications : SPSS Modeler (Modeler Pro, Data Analyst, Data Mining), SPSS Statistics (Certified Specialist)

Gestion de projet : Avant projet, planning, ordonnancement, suivi

Méthodologie spécifique pour le Data Mining : Cross Industry Standard Process for Data Mining (CRISP - DM)

Compétences

1 * Correspond au nombre d'années d'expérience.

Technos

  • Microsoft Excel10
  • Statistiques10
  • Machine Learning5
  • Python5
  • SPSS5
  • intelligenceartificielle5
  • PySpark3
  • SAS2
  • Voir plus
  • Voir moins

Métier

  • Gestion de projet10
  • Machine Learning5
  • Voir plus
  • Voir moins

Expériences (19)

Directeur Data Science
Atilia Consulting
Depuis May 2021
Lille, Hauts-de-France, France

Nous vous accompagnons de la définition de votre stratégie à l'industrialisation de vos cas d'usage : du prototype à la mise en production ATILIA vous accompagne vers l'excellence.

Consultant Expert Data Scientist
ThePackengers
De April 2021 à May 2021
Saint-Denis, Île-de-France, France

     Optimisation du coût logistique :

Extraction des dimensions des objets d'art à partir de leurs descriptions en langage naturel et de leurs photos. Résultats : précision de 64%

Environnement technique : Google Cloud Platform, Python (Pandas, Scikit-learn, Quantulum3)

Consultant Expert Data Scientist
KwarTix
De April 2015 à May 2021
Consultant Expert Data Scientist
Groupe IRCEM
De March 2020 à March 2021
Roubaix, Hauts-de-France, France

     Classification de documents :

utilisation d'un réseau de neurones à convolution profond (InceptionV3) pour distinguer 3 documents administratifs (avis d’imposition page1, 2&3, relevé CPAM)

Résultats : précision de 97%

     Détection de la fraude à l’incapacité de travail :

Cadrage du projet, modélisation (combinaison de deux modèles : RandomForest et Gradient Boosted Tree), mise en production (MLflow, Azure Databricks)

Définition des KPI et suivi de l’algorithme en production (carte de contrôle)

Résultats : précision de 72%, indu estimé de 7,6 M€

     Création d’un ‘Feature Store’ (entrepôt de variables pour les data scientist) :

Cadrage du besoin, architecture de la solution

Mise en œuvre et déploiement sous forme d’un package Python avec Pyspark et le Framework ‘Feature Factory’ du Databricks lab.

Environnement technique : Python (PySpark, Keras, Graphframes, Pandastable, …), Databricks, Microsoft Azure, SQL, IntelliJ, Git, deep learning, transfert learning

Consultant Expert Data Scientist
NCG - North Consulting Group
De February 2020 à February 2020
Lille, Hauts-de-France, France

     Animation d’une session de formation aux enjeux de l’intelligence artificielle (une journée)

-     Les origines du Big Data

-     Les limites des bases de données relationnelles

-     Technologie du Big Data

-     De la statistique à l’intelligence artificielle

Consultant Expert Data Scientist
Groupe IRCEM
De August 2019 à December 2019
Roubaix, Hauts-de-France, France

     Moteur de recommandation :

Cadrage du projet, modélisation de l’appétence au contrat « Obsèques » (RandomForest, F1score = 80%)

Déploiement (tests unitaires, acceptance, environnement Azure Databricks)

Indicateurs de performance (gain, rendement, matrice de transition) pour le suivi des modèles en production

     Détection de l’attrition :

Utilisation d’un auto-encodeur pour prédire le départ à la concurrence

Environnement technique : Python (PySpark, Scikit-learn, Keras, Seaborn …), Databricks, Microsoft Azure, SQL, IntelliJ, Git

Consultant Expert Data Scientist
Kingfisher plc
De November 2018 à March 2019
Templemars, Hauts-de-France, France

Consolidation, nettoyage et analyse des backlogs d’erreurs SAP :

-     Durant le déploiement de SAP, consolidation quotidienne des rapports d’erreurs (facturation, stock, commande…) à l’aide d’algorithmes développés en VBA

-     Développement d’un algorithme de correction automatique des erreurs d’adressage de stock

-     Création d’un tableau de bord de suivi hebdomadaire présenté au comité de direction

Environnement technique : VBA Excel, SAP

Directeur projet
Publicis ETO
De August 2018 à October 2018
La Madeleine, Hauts-de-France, France

     Typologie clientèle :

Audit des données, statistique descriptives, segmentation (5 clusters), présentation client

     Étude de l’évolution du comportement des clients avant et après une segmentation :

Suivi des indicateurs en CA et en fidélité (fréquence achat, Net Promoter Score) sur 24 mois

Présentation client

Gain attendu : poursuite du programme de fidélisation

     Business Model :

Simulation de l’impact d’un changement de programme de fidélité

Paramétrage des hypothèses, simulation des différents scénarios (carte gratuite, payante, à durée limitée …)

     Management :

Encadrement d’une équipe de 3 Data Scientists

Environnement technique : SAS, SPSS Modeler , SQL, Excel

Direction projets
Publicis
De August 2018 à September 2018

Marketing :

Typologie clientèle :

Audit des données, statistique descriptives, segmentation (5 clusters), présentation client

Environnement technique : SAS, SPSS Modeler, SQL, Excel

Étude de l’évolution du comportement des clients avant et après une segmentation :

Suivi des indicateurs en CA et en fidélité (fréquence achat, Net Promoter Score) sur 24 mois Présentation client

Gain attendu : poursuite du programme de fidélisation

Environnement technique : SQL, Excel

Business Model :

Simulation de l’impact d’un changement de programme de fidélité

Paramétrage des hypothèses, simulation des différents scénarios (carte gratuite, payante, à durée limitée …)

Environnement technique : SQL, Excel

Consultant Expert Data Scientist
Conrad Electronic Group
De April 2018 à June 2018
Englos, Hauts-de-France, France

     Segmentation clientèle B2B

     Référencement automatique des nouveaux produits :

Algorithme de sélection des produits à référencer (programme SAS)

Gain attendu : 2 M€ CA

Stratégie :

     Recommandations sur l’infrastructure du système d’information

Environnement technique : SAS, SQL, Excel

Data Scientist
CONRAD
De April 2018 à June 2018

Marketing :

Segmentation clientèle B2B

Référencement automatique des nouveaux produits :

Algorithme de sélection des produits à référencer (programme SAS)

Gain attendu : 2 M€ CA

Environnement technique : SAS, SQL, Excel

Stratégie :

Recommandations sur l’infrastructure du système d’information

Chef de projet
BONCOLAC
De March 2018 à March 2018

Supply Chain :

Avant projet du changement de logiciel de prévisions des ventes :

Analyse du besoin, définition du périmètre, processus, planning

Environnement technique : SAP, APO, Excel, Power point

Responsable informatique
DEVAREM DEVELOPPEMENT
De January 2017 à November 2017

Téléphonie mobile :

Segmentation des abonnés (flotte de 200 utilisateurs)

Algorithme de proposition du forfait le plus adapté (Arbre de décision mis en production sous Excel)

Optimisation du cout financier : baisse de 15%

Environnement technique : Excel, pdf

Infrastructure des données :

Collecte des données des automates des machines mobiles vers un extranet (module développé avec des Raspberry pi)

Collecte des données photo et vidéo (mise en place caméras, serveur, acquisition logiciel et stockage)

Environnement technique : Automates Schneider Modicon, OpenVPN, Debian, Windows Server, MacOs, VMware

Consultant Expert Data Scientist
Groupe PSA
De October 2016 à December 2016
Vélizy-Villacoublay, Île-de-France, France

     Modélisation de la ventilation des demandes d’investissement par typologie de projet, par métier et par mois (Réseau de neurones développé avec SPSS Modeler)

     Mise en production de la solution (Excel)

     Définition des indicateurs métiers

Environnement technique : SPSS Modeler, Excel

Data Scientist
Cap Gemini - PSA
De October 2016 à December 2016

Finance :

Modélisation de la ventilation des demandes d’investissement par typologie de projet, par métier et par mois (Réseau de neurones développé avec SPSS Modeler)

Mise en production de la solution (Excel)

Définition des indicateurs métiers

Environnement technique : SPSS Modeler, Excel

Senior Analyst
Arc International
De July 2005 à April 2015
Arques

Marketing - ventes :

     Optimisation des statistiques de ventes (6000 refs) : modélisation d’algorithmes originaux adaptés au marché du verre.

Migration vers SAP : choix et paramétrage des algorithmes de prévisions

Key user du progiciel Skep (éditeur Dynasis)

     Organisation du service prévisions des filiales française (CA=100M€) et UK (CA=15M£) :

     Développement d’un progiciel de prévisions (avec Access et Excel) et déploiement au Royaume uni, en Espagne et en France.

Formation et assistance des utilisateurs – KPI (fiabilité)

     Quantification de la corrélation entre les ventes en Russie et le cours du rouble pour ajuster les objectifs de vente

Finance :

     Consolidation et validation des Business Plans des 6 sites de production (répartis sur 4 continents) :

Contrôle de l’adéquation entre les ventes, les productions (500kt/an), les capacités (22 fours, 150 lignes de fabrication), les stocks et les CAPEX (80M€/an)

     Simulation de la régionalisation des productions dont les conclusions ont abouti à l’achat d’un site en Russie (2 fours) et à la construction d’un four au Moyen Orient (80M$)

     Création d’un algorithme de calcul des couts rendus à destination qui permet de déterminer le site de fabrication le plus profitable par article

Autres :

     Détection des anomalies sur les consommations de gaz et d’eau à l’aide de la maitrise statistique des procédés. Déploiement de l’algorithme en Visual basic (VBA)

Environnement technique : BO, SKEP, Access, Excel, SAP

Analyste
ARC
De July 2005 à April 2015

Marketing – ventes :

Optimisation des statistiques de ventes (6000 refs) : modélisation d’algorithmes adaptés au marché du verre. Simplification du processus – Paramétrage SAP

Extraction et préparation des données à l’aide de Business Object

Key user du progiciel Skep (éditeur Dynasis)

Organisation du service prévisions des filiales française (CA=100M€) et UK (CA=15M£) :

Développement d’un progiciel de prévisions (avec Access et Excel) et déploiement au Royaume uni, en Espagne et en France.

Formation et assistance des utilisateurs – KPI (fiabilité)

Finance :

Consolidation et validation des Business Plans des 6 sites de production (répartis sur 4 continents) :

Contrôle de l’adéquation entre les ventes, les productions (500kt/an), les capacités (22 fours, 150 lignes de fabrication), les stocks et les CAPEX (80M€/an)

Simulation de la régionalisation des productions dont les conclusions ont abouti à l’achat d’un site en Russie (2 fours) et à la construction d’un four au Moyen Orient (80M$)

Création d’un algorithme de calcul des couts rendus à destination qui permet de déterminer le site de fabrication le plus profitable par article

Autres :

Détection des anomalies sur les consommations de gaz et d’eau à l’aide de la maitrise statistique des procédés. Déploiement de l’algorithme en Visual basic (VBA)

Environnement technique : BO, SKEP, Access, Excel, SAP

Chef de projet
ASCOMETAL
De January 2004 à December 2004
Dunkerque

Planification :

     Création d’un contrôle de la cohérence des données issues du progiciel d’ordonnancement

Environnement technique : Factory Planner, Excel

Testeur
Alcatel-Lucent
De May 1998 à May 2003
Région de Calais, France

Tests des câbles sous-marins à fibres optiques :

     Tests optiques : rétrodiffusion, Analyse spectrale, atténuation, PMD

Tests électriques : conductivité, tenue en haute tension (45 000 volt)

     Détection et élimination des défauts (casse fibre, soudure non conforme, …)

     Optimisation du flux de mesure optique : changement d’organisation de série à parallèle – choix d’outil moins cher et plus réactif

     Augmentation de la productivité : mise en évidence d’une corrélation entre le niveau d’entrée du laser et le succès des mesures physiques.

Environnement technique : Laser, fibres optiques, haute tension, rayon x, Excel

FORMATIONS, DIPLÔMES & CERTIFICATIONS

Mooc

Conservatoire National des Arts et Métiers
2018 - < 1 an

Deep Learning

Consultant expert Data Scientist

Paris - Global Knowledge
2016

Analyse Prédictive : Arbres de décision, Réseaux de neurones, Réseaux Bayésien, SVM, Modèles linéaire, Régression Logistique, prévision des Séries Temporelles, Analyse de Survie

Construction de Typologies : Kmeans, Réseaux Kohonen, Two Step, Classification Hiérarchique

Analyse d’Associations : A priori, Carma, Séquences

Statistiques descriptives, tests, ...

Engineer’s Degree

Global knowledge Paris
2016 - 1 an

Data science

Fondamentaux pour le BIG DATA

Paris - Mines Telecom
2015

Algèbre linéaire, probabilité, Python, bases de données, ...

Mooc

Institut Mines-Télécom Business School
2015 - < 1 an

Fondamentaux pour le Big Data

Master OGP

Bethune
2004

Organisation et gestion de la production : prévisions, planning, ordonnancement, gestion des stocks ...

Engineer’s Degree

Université d'Artois
2003

Logistics, Materials, and Supply Chain Management

Engineer’s Degree

University Lille 1
1997

Electrical and Electronics Engineering

Maitrise EEA

Lille
1997

Electronique, Electrotechnique, Automatisme

DUT

Université du Littoral Côte d'Opale
1995 - 2 ans

Génie Electrique et Informatique Industrielle

Recommandations (3)

Insitoo
5/31/2021

ALEXANDRE est un freelance confirmé. Nous l’avons rencontré à plusieurs reprises et lui avons déjà proposé plusieurs opportunités au cours de ces trois dernières années. Nous serions ravis de pouvoir collaborer avec lui lors d’une prochaine mission. A ce titre, nous l’avons recommandé en tant qu’« Early Adopter » de la plateforme OuiDesk.

5/21/2019

Daniel a effectué une mission pour le compte de notre agence d'une durée de 4 mois et a pu soulager notre client d'une très grande charge de travail sur Excel. Alexandre est un expert et maitrise très bien ses sujets. Un consultant transparent, rigoureux et efficace. Nous le recommandons à tout client désirant faire appel à ses services.

3/6/2019

Alexandre Daniel est intervenu en mission dans mon équipe et a délivré avec un grand professionnalisme les projets identifiés ensemble. Sa méthodologie de conduite de projet ainsi que ses recommandations ont été au delà de mes attentes. Je recommande Alexandre chaleureusement.