https://github.com/cmbesnier/portofolio
https://github.com/cmbesnier/portofolio
Last synced: over 1 year ago
JSON representation
- Host: GitHub
- URL: https://github.com/cmbesnier/portofolio
- Owner: cmbesnier
- Created: 2024-06-26T18:32:07.000Z (about 2 years ago)
- Default Branch: main
- Last Pushed: 2024-07-13T09:38:20.000Z (about 2 years ago)
- Last Synced: 2024-11-04T22:36:42.320Z (over 1 year ago)
- Size: 7.4 MB
- Stars: 3
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
- awesome-ccamel - cmbesnier/portofolio - (Misc)
README
# Data Scientist
⚡️ Ingénieure avec 8 ans d’expérience dans l’énergie et l’aménagement urbain, j’ai ajouté une brique data science à mon profil en 2021.
🌍️ Curieuse, méthodique et organisée, j’aime me confronter à des problématiques métier variées, dans un contexte français ou international.
🌿 Je suis particulièrement intéressée par les domaines suivants : efficacité énergétique, énergies renouvelables, réseaux, mobilité, comptabilité carbone ou autre aspects de la transition écologique.
👉 Mon [CV](/assets/CV-CM-BESNIER-2024-DS1P.pdf) et mon profil [LinkedIn](https://www.linkedin.com/in/cmbesnier/)
## Expériences professionnelles
- Data scientist, [ENERGIENCY](https://www.energiency.com/fr/), 2022-2024
- Traductrice technique Anglais/Français, Freelance, 2019-2021
- Expatriation aux Etats-Unis (bénévolat, formatrice en FLE), 2014-2018
- Consultante Bâtiment, Energies & Climat, [INDDIGO](https://www.inddigo.com), 2010-2014
- Consulante Éco-quartier, [INDDIGO](https://www.inddigo.com), 2008-2010
## Formation
- Data Scientist, OpenClassrooms & Centrale Supélec, 2021
- Master Recherche Sciences et Techniques des environnements urbains, École d'Architecture de Nantes, 2008
- Ingénieure Généraliste, Centrale Nantes, 2008
# Portfolio Data Science
Voici une sélection de quelques projets réalisés dans le cadre de ma formation OpenClassrooms
## Implémentation d'un modèle de scoring
---------
Développement d’un modèle de détection du risque de faillite bancaire et déploiement d’une application de type dashboard interactif
*Classification binaire / Métrique spécifique / Light GBM / Dashboard / Streamlit*
Lien vers le [dashboard interactif](https://cmbesnier-credit-dashboard-main-wndjuj.streamlit.app/)
**Données**
- 7 tables de données contenant des informations diverses sur plus de 300 000 clients ayant fait une ou plusieurs demandes de prêts
**Démarche**
- Analyse exploratoire et sélection de variables pertinentes
- Définition d’une métrique d’évaluation spécifique aux coûts et pertes associés
- Test de plusieurs méthodes pour pallier aux deséquilibres des classes
- Optimisation et comparaison de modèles en utilisant des méthodes de blending et stacking
**Résultats**
- Sélection du modéle Light GBM
- Création et déploiement d’un dashboard interactif avec prédiction en direct en utilisant GitHub et Streamlit
- [Note méthodologique](https://github.com/cmbesnier/credit-dashboard/blob/main/P7-03-note%20me%CC%81thodologique.pdf) / [Repo Github](https://github.com/cmbesnier/credit-dashboard/)
## Segmentation d'une base client
---------
Segmentation d’une base clients pour une entreprise de e-commerce et validation de la stabilité des clusters
*Clustering / Réduction de dimension / Interprétabilité / Sankey Diagram*
**Données**
- Base de données de plus de 90 000 clients. 8 fichiers de données concernant les achats, les paiements, les appréciations, etc.
**Démarche**
- Création de variables interprétables et actionnables en termes marketing
- Optimisation du nombre et de la taille des clusters avec les algorithmes k-Means et DB Scan
- Visualisation des clusters par réduction de dimensions (ACP, t-SNE)
- Test de la stabilité des clusters avec différents indicateurs
**Résultats**
- Choix de retenir 5 clusters (algorithme k-Means)
- Interprétation des caractéristiques des clusters en termes marketing
- Validation de la stabilité des clusters retenus sur une période de 6 mois et visualisation avec diagramme de Sankey
# Classification automatique d'articles
---------
Faisabilité du classement automatique des articles d’un site de vente en ligne sur la base de la description et de la photo d’un article
*NLP / Image processing / Transfer learning / Clustering*
**Données**
- Échantillon de 1050 articles répartis en 7 catégories avec nom, image et description
**Démarche**
- Extraction de features texte et images avec des modèles traditionnels
- Comparaison des performances avec celles de réseaux de neurones pré-entraînés
- Segmentation des articles en groupes aux caractéristiques similaires et comparaison avec les catégories réelles
**Résultats**
- Meilleurs résultats obtenus avec les algorithmes de Transfert Learning :
- Textes : ARI = 71% avec algorithme USE
- Images : ARI = 41% avec algorithme ResNet50
# Prédiction de consommation d'énergie
---------
Développement d'un modèle de prédictions des consommations d’énergie et d'émissions de gaz à effets de serre pour des bâtiments tertiaires
*Régression / Feature engineering / Hyper-paramètres / Métriques*
**Données**
- Caractéristiques, énergie et émissions de 3 400 bâtiments de la Ville de Seattle pour 2015 et 2016 (open data)
**Démarche**
- Analyse exploratoire
- Feature engineering : création de plusieurs variables pertinentes (catégorie de bâtiments, profil énergétique, ...)
- Comparaison et choix de métriques
- Comparaison de plusieurs modèles de régression (Lasso, ElasticNet, SVR RandomForrest, XGBoost)
- Optimisation des hyper-paramètres
**Résultats**
- Pertinence des variables créées, notamment le mix énergétique
- Meilleures performances obtenues avec le modèle linéaire ElasticNet
