Bryce Tichit

data scientist|machine learning | ex manomano

En télétravail depuis Paris

  • 48.8546
  • 2.34771
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Bryce.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Bryce.

Localisation et déplacement

Localisation
Paris, France
Télétravail
Effectue ses missions majoritairement à distance

Vérifications

Influence

Github

Github : Akaban Akaban
  • 10 Followers
  • 14 Repos
  • 0 Gists

Langues

Catégories

Compétences (13)

Bryce en quelques mots

Je suis un Data Scientist de 2 ans d'expérience avec de très bonnes connaissances en développement back-end, data engineering et machine learning, j'ai pu travailler pendant 2 ans au sein de l'entreprise ManoMano, une des start-up Française ayant cru le plus vite dernièrement, où mon objectif était d'optimiser la croissance de l'entreprise grâce à la data.

J'ai pu travailler sur des problématiques d'acquisition payante (cost per click prediction), de prédiction de livraison et des projets plus orientés backend et devops.

Je propose des solutions pragmatiques à vos problèmes buisness en utilisant la data, je peux également m'occuper de vos pipeline Data Engineering (j'utilise principalement Airflow) ainsi que de vos API data.

Je construis vos produits Data de bout à bout (de la conception jusqu'a la mise en production) et saurai m'adapter à l'existant.

Je travaille uniquement en remote pour l'instant.

J'espère pouvoir travailler avec vous très vite !

Expériences

ManoMano

E-commerce

Data Scientist / Machine Learning Engineer

Paris, France

mars 2018 - février 2020

ManoMano is the leading online DIY market in Europe, selling gardening and DIY products. With an exceptional growth (32M€ in 2015, 500M€ in 2018) it's the french startup that grew the fastest lately.

As a Data Scientist at ManoMano I was part of the Growth & Data team, our mission was to drive the growth through smart optimizations and data-driven methods. This include building ML pipelines in production.

What I've done in a nutshell:

- Pragmatically built from scratch an entire end-to-end pipeline iteratively to attract qualified traffic to our website throughout the SEM marketing channel (API connection, keywords retrieval, bidding model, . . .)

- Enhanced our Google Shopping SEA ML pipeline, revamped the feature engineering module, crafted new impactful features and migrated the project to the new Airflow Data Engineering system

- Building a pragmatic delivery delay estimation system, starting from a simple model and iterate over it progressively.

- Thinking like a Product Manager : User Research, brainstorm... to determine what is the next best project for ManoMano

- Designing normalized methods to put ML models in production, making the developpment, monitoring of such models easier for the whole team.

2 recommandations externes

Formations