Adam Quinquenel

data scientist

Peut se déplacer à Paris, Paris

  • 48.8546
  • 2.3477
Super Malter
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Adam.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Adam.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour
  • Paris et 100km autour

Préférences

Durée de mission
  • entre 1 et 3 mois
  • entre 3 et 6 mois
  • ≥ 6 mois
Secteur d'activité
  • Aéronautique & aérospatiale
  • Agence & SSII
  • Banque & assurances
  • Défense & armée
  • E-commerce
+6 autres
Taille d'entreprise
  • 1 personne
  • 2 - 10 personnes
  • 11 - 49 personnes
  • 50 - 249 personnes
  • 250 - 999 personnes
+2 autres

Vérifications

Langues

Catégories

Compétences (27)

  • BigData
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Data Science
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • Débutant Intermédiaire Confirmé
  • NLP
    Débutant Intermédiaire Confirmé

Adam en quelques mots

Diplômé de l'INSA Rouen Normandie, formation Génie Mathématique avec une spécialisation en data science, je suis fort de plus de 2 ans d'expérience dans le monde de la data.

Une première expérience en tant que data scientist au sein du groupe Sopra Steria, à Rouen, expérience qui a duré un an.
Une seconde expérience en tant que data engineer au sein de l'entreprise BI Consulting, Paris.
Enfin, une troisième expérience en tant que data analyst pour le LCL.

Sur la partie data science, j'interviens de la phase de recueil du besoin auprès du client jusqu'à la livraison en production de la solution proposée, en passant par sa conception et sa recette. Je m'intéresse aux problématiques de machine learning, de statistiques et de text mining.
Mon environnement technique a été principalement tourné vers Python, avec l'interface Jupyter, et des librairies de Data Science standards telles que Pandas, Scikit-Learn, Seaborn ou encore NLTK.

En ce qui concerne la data vizualisation, j'ai eu l'occasion de travailler avec Tableau et QlikView, et Microsoft Power BI.

En tant que data engineer, j'ai eu l'occasion de travailler avec les langages Scala, Python et SQL et le framework Spark dans un environnement big data de type Hadoop, particulièrement sur des problématiques d'ingestion de données, d'analyse et enfin d'enrichissement à des fins d'exploitation par des interlocuteurs côté métier.
Dans une optique de développement de mes compétences, je me forme actuellement sur la solution cloud big data proposée par Microsoft: Azure. Je prépare actuellement la certification Microsoft Certified: Azure Data Scientist Associate.

Expériences

LCL

Banque & assurances

Data Scientist

Villejuif, France

janvier 2020 - juin 2020

Renfort de l'équipe Direction Données & Connaissance Clients, pour le traitement des demandes émanant des différentes directions, notamment sur la partie marketing, en prenant en compte des données issues de différents environnements (SQL Teradata, SAS, etc...), avec une restitution auprès des équipes métier.

Participation au projet Clients Fragiles : appui sur les besoins d’analyses et notamment simulation d’une nouvelle définition.

BI Consulting

Banque & assurances

Consultant Data Engineer au sein d'Allianz France

Paris, France

octobre 2018 - décembre 2019

Migration de systèmes d’informations décisionnels vers une solution big
data et mise à disposition des données pour les services financiers d’Allianz
France :
· Conception, développement, recette et mise en production d’un module
d’ingestion de données en Scala Spark pour création et enrichissement de bases de
données dans un système de données distribuées (Isilon OneFS)
· Création et supervision de flux d’ingestion dans des traitements quotidiens
automatisés et ordonnancés
· Reprise historique et acquisition quotidienne de différents flux de données
comptables et de gestion pour utilisation par les services financiers
· Rapprochement de données pour validation des ingestions réalisées
· Analyses PySpark sur la conformité et la qualité des données
· Création d’une couche sémantique : données agrégées, créations de cubes pour
exploitation et restitution de la donnée dans MicroStrategy, à destination des
services financiers
· Environnement technique : Cloud Privé Allianz, Isilon OneFS, Scala Spark, PySpark,
Spark SQL, Docker, Cluster Broccoli (gestionnaire d’applications dockerisées), Luigi
(ordonnanceur)

Sopra Steria - SOPRA STERIA

Agence & SSII

Consultant Data Scientist en alternance

Rouen, France

septembre 2017 - août 2018

· Mise en place d’un outil de classification des bugs à partir de descriptions textuelles (Text
mining) afin d’optimiser et automatiser la gestion des tickets d’anomalies par la MOEpour la
CNAF
· Optimisation et automatisation du processus de roulement des tournées des agents de
maintenance d’un parc d’équipements techniques pour la sécurité routière, développement
d’une application d’aide à la décision

1 mission Malt

    (1 avis)

    2 recommandations externes

    Formations