Ibrahim Assebbane

Segmentation et prévision des trajectoires de titres : sélection d'un Gaussian Mixture Model (GMM) pour modéliser les courbes de vie de plus de 4 000 titres en archétypes de trajectoires, puis développement d'un modèle de classification multi-temporelle (J+1, J+7, J+28) et conception d'une prévision des streams hebdomadaires sur la première année grâce au cluster prédit et à des métriques de momentum.

Pilotage et prévision de la part de marché : conception d'un dashboard métier de suivi de la part de marché (PDM), avec prévision de la PDM globale et par plateforme, ainsi qu'estimation des performances concurrentes via ARIMA et Prophet.

Classification fine des genres musicaux à partir d'embeddings audio : développement d'un modèle de classification multi-granularité pour répondre à l'hybridation croissante des styles musicaux, reconstruire une nomenclature de genres plus fidèle aux usages actuels et améliorer la structuration analytique du catalogue, tout en réduisant le recours à des solutions externes coûteuses.

Support analytique aux labels : gestion des demandes métiers centralisées via ConsoFrance, avec extraction et analyse de données sous Google BigQuery pour répondre à des besoins de pilotage commercial, marketing et financier.

BI et autonomie des équipes : conception de dashboards sous Power BI, Looker Studio et SQL, dont un outil dédié au suivi des ventes physiques, construit avec les utilisateurs métiers puis adopté par le département concerné.

Automatisation de processus hebdomadaires : développement d'un workflow de traitement et diffusion de fichiers via Python (Pandas, OpenPyXL, Selenium) et orchestration / industrialisation avec Airflow, Power Automate, SharePoint et Docker dans un environnement contraint Google/Microsoft.

ETL & Migration : Pilotage de la migration et du nettoyage de métadonnées sanitaires complexes vers MongoDB, avec un objectif de fiabilité et d'intégrité des données.

Optimisation Dataviz : Refonte d'outils de visualisation interactive sous Python, Streamlit et Plotly afin d'améliorer l'exploration des données par les utilisateurs métiers.