Balayez pour voir le profil suivant

Dougoutigui Sanogo

data scientist

Paris, France

  • 48.85661400000001
  • 2.3522219000000177
Proposer un projet

Vérifications

  • E-mail vérifié
Rejoignez la communauté Malt pour découvrir le profil complet de Dougoutigui Sanogo
Rejoignez la communauté Malt pour découvrir le profil complet de Dougoutigui Sanogo

Découvrez ce que recherche Dougoutigui

Déplacement
Peut faire la totalité d'une mission dans vos locaux
Zone d'activité
Recherche des missions à Carrières-sous-Poissy et 20km autour
Compétences
Recherche des missions en Python, Machine learning, Data mining, Apache Spark MLlib, Big Data
Durée de mission
Recherche des missions entre 3 et 6 mois
Secteur d'activité
Recherche des missions dans les secteurs Banque & assurances, Aéronautique & aérospatiale, Biotechnologies, E-commerce, Energie et 8 autres
Taille d'entreprise
Recherche des entreprises de 2 - 10 personnes, 11 - 49 personnes, 50 - 249 personnes, 250 - 999 personnes, 1000 - 4999 personnes et 1 autres

Dougoutigui en quelques mots

Data scientist depuis 3 ans maintenant, je travaille sur des problématiques business pointues telles l'analyse de la navigation client, la prédiction de l'achat pour du ciblage publicitaire qualitatif, segmentation de bases de clients, la segmentation de produits, construction de modèle prédictifs sur des données déséquilibrées. J'aime surtout pouvoir contribuer sur des projets à hautes valeurs ajoutées pour le business et le développement de produits data répondant à des besoins business critiques.

Expériences

octobre 2018 - Aujourd'hui | Villetaneuse, France

Education & e-learning

Université Paris 13

Enseignant vacataire

- Cours magistraux de statistique exploratoire multidimensionnelle
- Initiation à l’utilisation des logiciel SAS et à la syntaxe SAS Base
- TP d’analyse de données avec SAS
  • SAS base
avril 2016 - septembre 2016 | Paris, France

High tech

Mindlytix

Data Scientist Stagiaire

- Identifier et construire les KPI importants pour gérer et améliorer les performances d’une campagne en
cours (dashboard) à partir de logs de campagne.
- Provide data for display campaign set up (proprietary platform).
- Fournir la plateforme propriétaire de set-up de campagne programmatique en données
- Mettre en évidence et tester en condition réelles les paramètres améliorant le plus les performances de
campagne.
- Analyser des données de campagnes téléphoniques d’ADLP pour déterminer par prédiction (IA) les
profils intéressants et ainsi améliorer le ROI en permettant d’économiser la moitié du budget (250K
euros) qui ont été réinvestis dans d’autres canaux (emailing, push sms etc.)
septembre 2017 - Aujourd'hui | Paris, France

High tech

relevanC - 3W REGIE

Data Scientist

Construire le pipeline d’alimentation de la plateforme de préparation de campagne digitale à partir d’une
segmentation de données d’achat en magasin (Franprix, Monoprix, Casino) ou en ligne (Cdiscount) et
des données de navigation sur différents sites provenant d’une DMP.
- Augmenter le volume d’activation pour les campagnes média par une contruction de base de look-alike
à partir de prédiction réaliser grâce au Machine Learning (random forest and fastText).
- Alimenter les plateformes de mesure de performance en magasin de campagne de campagne média de
Facebook et Youtube avec des données CRM des enseignes.
§ Analyser l’effet réel des promotions sur les volumes vendus de soda dans la grande distribution pour
anticiper l’effet d’une taxe soda sur la consommation de ces produits causant maladies liées au sucre
(En collaboration avec des chercheurs de l’INSEE)
- Mesurer de performance de campagne télé sur l’achat en magasin (En collaboration avec la direction
marketing).
- Analyser du parcours d’achat et construire le profil client type d’une marque en découvrant les
caractéristiques principales de ces derniers pour permettre ainsi à la marque de mieux les cibler en
adaptant sa stratégie mais aussi de repenser toute sa stratégie marketing en ciblant des profils mis à
jour par l’étude et qui paraissait pas intéressante pour la marque.
- Automatiser la segmentation de la base produits des enseignes avec l’IA (fastText), pour associer aux
produits pour lesquels on a pas l’infos, la marque, le poids, les différents segments etc. dans le but
d’avoir une base produits fiable facilitant ainsi la préparation des campagnes sur la plateforme
propriétaire de RelevanC.
octobre 2016 - septembre 2017 | Paris, France

High tech

Mindlytix

Data Scientist

Recommandations externes

Formations

Langues

shortlist-dynamic-search-heade
charter modal image

Notre succès est une oeuvre collective

Contribuez à cette réussite et au sérieux de la communauté en signant la charte du freelance Malt.

Signer la charte