David Capelle

Parcours Data Scientist en partenariat avec CentraleSupélec et réalisé sur la plateforme Openclassrooms 8 projets professionnalisants : - Projet 1 (Validé) : Définissez votre stratégie d'apprentissage - Projet 2 (Validé) : Analysez des données de systèmes éducatifs : EDA par pandas, seaborn - Projet 3 (Validé) : Concevez une application au service de la santé publique : analyse exploratoire, univariée, multivariée, ACP - Projet 4 (Validé) : Anticipez les besoins en consommation électrique de bâtiments : EDA, problème de régression, modèle supervisé, validation croisée Réalisation d’une analyse exploratoire (EDA), feature engineering, mise en place d’un modèle d’apprentissage supervisé afin de prédire la consommation électrique et émissions de CO2 de la ville de Seattle, réglages des hyperparamètres, évaluation des performances du modèle. - Projet 5 (Validé) : Segmentez des clients d'un site e-commerce : clustering K-means, TSNE, modèle non supervisé Réalisation d’un preprocessing des données, mise en place d’un modèle d’apprentissage non supervisé (modèle de segmentation de clients pour orienter la communication du site), réglage des hyperparamètres, évaluation des performances du modèle, mise en œuvre d’une simulation pour définir les délais de maintenance du modèle. - Projet 6 (Validé) : Classifiez automatiquement des biens de consommation : NLP, CNN, TensorFlow, Keras, NLTK Réalisation d’une étude de faisabilité d’un moteur de classification basé sur les descriptions et images d’objets pour l’automatisation de l’attribution de la catégorie de l’objet. Pré-traitement des textes (stemming, lemming, vectorisation, approche NLP) et des images (redimensionnement des images, ajustement du contraste, extraction des features par Transfer Learning sur réseaux de neurones à convolution VGG16 / ResNet50), réduction de dimensions PCA, clustering k-means, visualisation TSNE. - Projet 7 (Validé): Implémentez un modèle de scoring : classification binaire, dashboard interactif (Streamlit, Pickle, Heroku), Flask Construction d’un modèle de scoring afin de prédire la probabilité de défaillance d’un client pour l’accord ou refus d’un crédit pour une institution financière et d’un dashboard interactif à destination des gestionnaires de la relation client permettant d’interpréter les prédictions du modèle et d’améliorer la connaissance client. Préparation et analyse exploratoire des données à partir d’un kernel Kaggle existant, mise en place d’une métrique personnalisée pour évaluer le modèle (fonction de revenu net), ajustement du seuil de probabilité, rédaction d’une note méthodologique, déploiement du dashboard dans le cloud. - Projet 8 (Validé) : Déployez un modèle dans le cloud : AWS, PySpark Développement d’une chaîne de traitements des données image (preprocessing, réduction de dimensions) dans le cadre d’une application mobile permettant de classer des images de fruit/légume suivant leur photo et de donner des informations sur le fruit/légume. Mise en place de la chaîne de traitements à partir du framework ML pour les calculs distribués Apache Spark et de l’API PySpark et déploiement dans un architecture Big Data AWS (S3, Sagemaker).