Modélisation prédictive à partir de données complexes multicanales

Création d'algorithmes avancés de traitement et de mise en corrélation des données

Création de chaînes complète de traitement de données, de leur ingestion jusqu’à leur valorisation

Exploiter la plateforme Hexadone et fournir aux services métier des tableaux de bord d’analyse et de prédiction

Créer les outils d’analyse et de prédiction dans le cadre du projet CELTIC

Extraction et structuration des données

-    Extraire les données nécessaires à l’analyse (Web scraping, API…)

-    Définir des règles de gestion de nettoyage des bases de données (formatage, suppression des doublons…)

-    Définir des règles de gestion de structuration des différentes bases de données entre elles

-    Écrire et rédiger les spécifications d’automatisation des règles de gestion

-    Maîtriser la qualité des données tout au long de leur traitement

-    Déterminer ou construire les variables importantes à introduire dans les modèles statistiques

 Élaboration des algorithmes d’intelligence artificielle

-    Analyser les données en utilisant des méthodes statistiques classiques

-    Créer et tester des algorithmes d’apprentissage automatique (machine learning, deep learning…)

-    Construire les données d’entraînement des modèles

-    Réaliser une amélioration continue des modèles

 Industrialisation des modèles d’intelligence artificielle dans les applications

-    Industrialiser les modèles d’apprentissage automatique et des modèles statistiques

-    Prendre part aux vérifications lors des mises en production (recette)

-    Définir les règles de gestion pour la maintenance des modèles (monitoring)

 Participation active aux projets

-    Participer aux ateliers d’expression des besoins internes

-    Comprendre précisément les problématiques métiers et les traduire de manière analytique

-    Communiquer les résultats et les solutions avec les équipes métiers.

 Veille technologique sur les outils de data science

-    Effectuer une veille sur les nouvelles technologies et solutions logicielles de data science

-    Rechercher et expérimenter de nouvelles méthodes de modélisation et de data science

Expertise en algorithme et méthodes de machine learning et de deep learning

Maîtrise des différentes architectures de réseaux neuronaux et des environnements/librairies de développement associés (TensorFlow, PyTorch, Caffe, Keras, Onnx…)

Maîtrise des différents systèmes d’exploitation (Linux, Windows…)

Maîtrise de l’environnement Spark

Maîtrise en bases de données et gestion de bases de données (SQL/NoSQL)

Maîtirse en langage ETL (Telend, Pentaho…)

Maîtrise de Kafka

Maîtrise de langages de programmation (Python, R…)

Maîtrise des outils de visualisation (Superset, Digdash…)

Maîtrise des méthodes mathématiques et statistiques d’analyse des données

Définition de spécifications, analyse du besoin des utilisateurs

Intégration des contraintes et règles liées à la sécurité des systèmes d’informations

Rédaction des documentations techniques

Tests et élaboration des jeux d’essais

Identification et traitement des dysfonctionnements

Ouverture d’esprit et pragmatisme

Faculté d’adaptation aux évolutions techniques

Faculté de communication et d’écoute

Disponibilité

Une capacité d’identifier et de reformuler les besoins exprimés par les utilisateurs

Curiosité pour les différents métiers de Lorient Agglomération