Mathys Rosse

Cette formation permet de traiter la majorité des problématiques statistiques rencontrées dans le monde de l’analyse des données socio-économiques. o Économétrie : Approfondissement des techniques économétriques (modèles de comptage, modèles de sélection, modèles de censure, régressions...), gestion de l’hétéroscédasticité, de l’autocorrélation, de l'endogénéité et réalisation de tests statistiques. o Analyse de Données : Manipulation et nettoyage de bases de données massives, gestion des valeurs nulles et traitement de données variées. Projets pratiques sur des thématiques comme les accidents à NYC, la sécurité alimentaire au Mali, ou encore le marché immobilier du Doubs. o Machine Learning : Utilisation des K-means, KNN, Random Forest, Boosting, SVM pour des projets de prédiction et de scoring (détection de défauts de paiement), ainsi que de prévisions de séries financières (modèles ARCH, GARCH, ARMA). Utilisation du NLP pour l’analyse textuelle et aux bases du deep learning.

Le programme Data Upskilling de Benjamin Dubreu m’a permis de renforcer mes compétences sur la 'modern data stack'. J’ai travaillé sur des notions telles que SQL, Python (et POO) et le terminal Linux/Bash, tout en créant des APIs et des mini-sites web entièrement depuis zéro. J’ai également approfondi ma compréhension d’Apache Spark et mis en pratique mes acquis sur Databricks Community Edition pour le traitement distribué des données, tout en apprenant à orchestrer des codes et workflows avec Airflow. Enfin, j’ai pratiqué la gestion de code avec Git à travers des projets concrets, développant ainsi ma capacité à collaborer et à maîtriser le versioning.