À propos de Guillaume
👋 Bonjour ! Je suis Guillaume Gréau, Freelance Data Analyst.
Je transforme vos données brutes en insights exploitables grâce à :
- Power BI : dashboards interactifs et KPI clairs pour des décisions rapides.
- Python : nettoyage, analyse et modélisation prédictive sur tous types de datasets.
- SQL : extraction et manipulation optimales de vos bases relationnelles.
Mon objectif : faire de vos données un véritable atout stratégique.
💬 Discutons de votre projet dès aujourd’hui !
Français
Bilingue ou natif
Accepte de travailler sur site
Montpellier (jusqu’à 50 km), Lyon (jusqu’à 50 km), Paris (jusqu’à 50 km), Marseille (jusqu’à 50 km), Toulouse (jusqu’à 50 km)
Expériences
- UMIH FormationData Analystnovembre 2023 - Aujourd'hui (2 ans et 7 mois)Montpellier, France
- Data pipeline engineering : conception et optimisation de pipelines SQL pour l’extraction, l’agrégation et la mise à disposition des données.
- ETL & data preprocessing : développement de workflows en Python pour le nettoyage, la transformation et l’enrichissement des datasets.
- Data visualization : modélisation et intégration dans Power BI pour la création de dashboards interactifs facilitant le suivi des KPI.
- Ad hoc analytics : réalisation d’analyses multi-thématiques (performance commerciale, analyses régionales, suivi web/téléphonie, planification opérationnelle).
- Data storytelling & decision support : production de rapports et présentations valorisant la donnée pour orienter les décisions stratégiques de la direction et des métiers.
- Data ScientestData ScientistSPORTmars 2022 - juillet 2022 (4 mois)Paris, FranceDéveloppement d'un outil de prédiction pour les paris sportifs
- Data preprocessing : nettoyage, restructuration et feature engineering afin de créer des variables explicatives plus pertinentes.
- Data exploration : réalisation de visualisations statistiques et graphiques (EDA) pour identifier des patterns et mieux comprendre la distribution des données.
- Modélisation : mise en œuvre de modèles de Machine Learning supervisés pour générer des prédictions et comparer leurs performances.
- Data storytelling : restitution quotidienne des résultats, analyse critique des métriques obtenues et itérations pour affiner les modèles.
- Credit Agricole du LanguedocData AnalystBANQUE & ASSURANCESaoût 2022 - septembre 2023 (1 an)Montpellier, France
- Business analysis & data-driven insights : analyse des besoins clients à partir d’études préalables et restitution des résultats pour orienter la stratégie.
- Data management : manipulation et gestion de multiples bases de données volumineuses (big data context).
- Data querying & segmentation : rédaction de requêtes SQL et SAS pour le ciblage client et l’activation de campagnes marketing.
- Marketing automation & multicanal : diffusion et suivi des communications sur l’ensemble des canaux digitaux et traditionnels.
- Cross-functional collaboration : participation à des projets collaboratifs avec les équipes Marketing et Communication Client afin d’aligner les analyses data sur les besoins métier.
Recommandations
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
- Formation Data ScientistData Scientest - Mines ParisTech PSL2022Formation Data Analyst – Compétences et projets acquis Au cours de ma formation, j’ai développé un ensemble de compétences clés en data analytics, data engineering et machine learning : - Langages & outils data : maîtrise de Python et SQL pour le traitement et l’analyse de données, ainsi que de Power BI pour la création de dashboards interactifs et la visualisation des KPI. - Data preprocessing & exploration : nettoyage, transformation et prétraitement de datasets complexes pour extraire des informations pertinentes et structurées. - Analyse statistique & modélisation : réalisation d’analyses statistiques approfondies pour identifier des tendances et générer des insights actionnables. - Machine Learning & Deep Learning : conception, entraînement et évaluation de modèles prédictifs pour résoudre des problèmes variés, identifier des patterns et anticiper des résultats à partir de données historiques. Projet marquant : prédiction de résultats sportifs - Collecte et préparation de données sur des événements sportifs passés. - Construction d’un modèle de machine learning pour prédire les résultats futurs. - Application pratique de l’ensemble des compétences acquises en data preprocessing, modélisation et visualisation.
- Master Physique - Nanosciences et Matériaux FonctionnelsUniversité de Montpellier2021