Résumé

Expériences professionnelles

2019-2020 Bouygues Telecom Entreprises Data Scientist Marketing (Alternance)

• Développement et mise en production de score de churn : détection des clients les plus susceptibles de résilier leurs offres Fixe et/ou Mobile ; Utilisation de SAS, SQL, Python et Dataiku
• Développement d’une méthode de prévision de série temporelle : modélisation du taux de churn des PME, avec le développement d’une méthodologie de traitement des valeurs aberrantes et d’une méthodologie de prévision de séries temporelles orienté BI (cf le projet tsNostradamus) ; Utilisation de Python, SQL, Dataiku, Tableau

Formations

2020-2022 ENSAE Cycle ingénieur

2019-2020 Paris 1 Panthéon Sorbonne M2 Modélisation Statistique Economique Financière (en alternance)

• Matières étudiées : Séries temporelles, Econométrie financière, Systèmes réparties, Architecture Data, Finance quantitative, Scoring, Risk management, Courbe des taux, Machine learning avancé (NLP, autoencodeur)
• Projets académiques disponible sur GitHub :
  • Analyse des paroles de musiques anglaises (webscraping et NLP)
  • Prédiction et DataViz des prix des véhicules de seconde main de CraigList
  • Construction de portefeuilles (stratégies L/S et Long Only) à l’aide de modèles de machine learning

2018-2019 Paris 1 Panthéon Sorbonne M1 Monnaie Banque Finance Assurance

• Matières étudiées : Econométrie financière, Econométrie appliquée, Microéconomie du risque, Economie de l’assurance, Finance Quantitative sous VBA
• Projet : Faut-il craindre la stagnation séculaire ? Déterminisme économique ou bien prétexte politique ?
• Mention : Bien (3ème sur 115)

2016-2018 Université de Toulon Licence d’Economie

• Mention : Très Bien (1er sur 70)

2015-2016 Lycée Militaire d’Aix en Provence CPGE ECE