Kocay Migo

Projet : Mise en place d’un outil de monitoring des modèles de machine Learning en production afin de

suivre leurs comportements au fil du temps.

• Monitoring des données d’input sur la data quality (Complétude, conformité…).

• Monitoring des prédictions (Drift de Target et de variable explicatives, distribution, calcul de

distance…).

• Monitoring sur la performance des modèles.

• Mise en place d’un package qui permet l’exploration des données d’entraînement d’une manière

dynamique (IPwidget, plotly).

. Requete Big query dans la récupération création et transformation des données

. Création de dags airflow

Projet : Solidifier une vision transverse des données de l’entreprise sur une technologie Cloud. Cette vision doit permettre d’aligner l’entreprise sur des indicateurs et définitions ainsi que de disposer des Dashboard facilitant un pilotage ciblé et stratégique de l’entreprise.

• Conception d’une persona par service (produit, marketing, commerce, actuariat). Pour chaque service, identification du rôle, de l’organisation, des décisions à prendre, des transformations souhaitées au niveau de la data, des analyses effectuées, des problématiques rencontrées.

• Conception des différentes métriques de suivi de l’activité par service qui sont présentées sous Power BI.

• Création d’un schéma qui consolide les besoins, la persona et les données afin de mieux

investiguer les données existant dans les bases sources.

• Création d’un modèle conceptuel des données.

• Data Lineage des données métiers en identifiant les sources et les données à récupérer, en

créant une traçabilité du cycle de vie des données des différentes bases, en déterminant la

nature des données (données sensibles, données du personnel, données sécurité…) afin de

mettre en place une stratégie de gouvernance de données.

• Mise en place d’une architecture Cloud fonctionnelle et technique centralisée sous Cloud Azure.

• Création des data pipelines sous Azure data Factory.

. Transformation data en python

Projet : Développement d’une IHM d’analyse de verbatims : l’application a pour but d’aider les utilisateurs à analyser toutes sortes de texte (verbatims, commentaire, avis, tweet…).

L’utilisateur charge un fichier quicontient des verbatims puis l’application lui rend plusieurs briques d’analyse (Word Cloud, Analyse des sentiments, topic modeling, classification du texte, Clustering, knowledge graph).

• Processing et traitement de texte

• Développement des Word Cloud en fonction des filtres demandés

• Développement d’un modèle d’analyse des sentiments

• Développement d’un modèle topic modeling

• Clustering des verbatims negatifs

• Début des développements d’un modèle knowledge graph

• Création d’une base de données PostgreSQL et Développement du back end de l’application avec du Flask python

• Sécurisation de l’API avec le protocole Oauth2

• Monitoring du pipeline CI/CD de mise en production sur Gitlab

• Travail en équipe avec des Devops et des développeur front