À propos de Alizée
Data scientist, je conçois des modèles et des analyses sur données réelles : capteurs, séries temporelles, données comportementales et métier.
Je couvre toute la chaîne : cadrage du besoin, exploration et nettoyage, construction de features, modélisation, interprétation et restitution. Je m'attache autant à la robustesse statistique qu'à ce que le client peut réellement en faire.
Ce que je livre :
— Modèles prédictifs supervisés (régression, classification, gradient boosting) avec analyse d'interprétabilité
— Analyse et prévision de séries temporelles
— Pipelines de préparation de données et de sélection de variables sur données bruitées ou incomplètes
— Analyses exploratoires, segmentation, analyse de funnel
— Tableaux de bord et reporting automatisé
— Rapport complet : méthode employée et analyse critique des résultats, aussi détaillé que vous le souhaitez
Missions passées (certains rendus sont consultables sur mon Github) :
- Pipeline de sélection de variables et régression sur données de questionnaire à forte sparsité (freelance recherche) ;
- Modélisation de coût de sinistres assurantiels sur 166 000 lignes (XGBoost, pertes Poisson/Gamma, SHAP, données manquantes non aléatoires) ;
- Analyse BI et CRM sur Excel pour une scale-up immobilière ;
- Modélisation électorale et segmentation d'électeurs pour une campagne politique ;
- Reporting et pilotage de données industrielles chez un équipementier automobile.
- Prédiction de poids sur données d'enquête de santé américaines (transformers scikit-learn sur mesure pour neutraliser les codes de non-réponse, benchmark de dix modèles en validation croisée) ;
- Prévision de ventes retail par SARIMAX et lissage exponentiel ;
- Classification de spectres satellite pour le CNES (CNN multi-entrées et multi-sorties).
Formation :
Double diplôme Grande École EDHEC — Management et MSc Data Science & IA, après une classe préparatoire scientifique.
Bilingue français/anglais, basée en Haute-Savoie, disponible à distance.
Français
Bilingue ou natif
Anglais
Bilingue ou natif
Espagnol
Notions
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- LucyaData Scientist — Recherche appliquéeEDUCATION & E-LEARNINGmars 2026 - juillet 2026 (4 mois)Paris, FranceRecherche appliquée sur l'apprentissage autorégulé (Self-Regulated Learning), en partenariat avec un laboratoire académique et un sponsor privé.À partir d'un questionnaire comportemental de plus de 300 items à remplissage très partiel (~15 %), j'ai construit une chaîne complète de sélection de variables et de réduction de dimension : analyse factorielle, sélection par stabilité, puis régression régularisée validée en croisé pour isoler les prédicteurs les plus robustes de la performance académique.Livrable : un instrument de mesure de 25 items, calibré empiriquement, atteignant une corrélation de 0,47 avec la performance académique sur échantillon de validation.Stack : Python (pandas, scikit-learn, scipy, statsmodels), régression régularisée, clustering non supervisé, analyse factorielle confirmatoire, traitement de données manquantes
- ForviaAssociate Digital Project Manager & Data Analyst — Process Mining & ReportingAUTOMOBILEjanvier 2024 - juillet 2024 (6 mois)Paris, FranceMission au sein de la direction digitale, je faisais le lien entre les Data Engineers et les Projects Owners sur le déploiement de cas d'usage data et process mining.Six cas d'usage livrés auprès de cinq équipes métier (ventes, achats, RH, contrôle de gestion, trésorerie) sur Palantir Foundry et Celonis, avec à la clé une réduction du reporting manuel.Construction d'un modèle de prévision de flux de trésorerie et résolution des problèmes de données manquantes entre systèmes ; homogénéisation des outils et des projets entre équipes réparties à l'international.Stack : Python, PQL, Palantir Foundry, Celonis.
- Political PartyData Analyst — Modélisation électoraleSECTEUR PUBLIC & COLLECTIVITÉSjuillet 2023 - décembre 2023 (5 mois)Auckland, Nouvelle-ZélandeCampagne électorale législative. Modélisation de l'électorat d'Auckland, construction du ciblage terrain, affinement de la stratégie du parti.J'ai développé un modèle d'identification des électeurs indécis ("swing voters") permettant de prioriser les zones de porte-à-porte selon leur concentration en électeurs susceptibles de basculer, exploité quotidiennement jusqu'au jour du scrutin.La segmentation produite pilotait directement la coordination des équipes de terrain via Qomon. Le parti a remporté le vote sur la circonscription.
Recommandations
Soyez le premier à recommander Alizée
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- CPGE Scientifique (Prépa PCSI-PC)Lycée Lakanal2021Deux ans de formation scientifique intensive (mathématiques, physique, chimie, sciences de l'ingénieur) avec entrée sur concours. Base de rigueur méthodologique et d'analyse quantitative.
- Master in Data Science & Intelligence ArtificielleEDHEC2026Programme : machine learning, deep learning, data mining, traitement automatique du langage, séries temporelles, modèles statistiques, méthodologie de recherche, gestion et architecture de données, data visualisation, web analytics, projets data appliqués au business, challenge public (en collaboration avec l'ENS & Crédit Agricole), mémoire. Outils : Python, SQL, Tableau, Looker Studio, GA4 (Google Analytics). Moyenne : 16.5/20