Bienvenue sur le profil Malt de Mathieu !

Malt vous permet d'accéder aux meilleurs consultants freelances pour vos projets. Contactez Mathieu pour échanger sur votre besoin ou recherchez d'autres profils sur Malt.

Mathieu Brothier

data scientist au service des entreprises

Peut se déplacer à Bordeaux, Paris, Toulouse, Lyon, Lille

  • 44.8377
  • -0.5796
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Mathieu.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Mathieu.

Localisation et déplacement

Localisation
Bordeaux, France
Peut travailler dans vos locaux à
  • Bordeaux et 50km autour
  • Paris et 50km autour
  • Toulouse et 50km autour
  • Lyon et 50km autour
  • Lille et 50km autour

Préférences

Durée de mission
  • entre 1 et 3 mois
  • entre 3 et 6 mois
Secteur d'activité
  • Aéronautique & aérospatiale
  • Agroalimentaire
  • Banque & assurances
  • BTP & construction
  • Commerce de détail
+18 autres
Taille d'entreprise
  • 250 - 999 personnes
  • 1000 - 4999 personnes
  • ≥ 5000 personnes

Vérifications

Langues

Catégories

Compétences (8)

Mathieu en quelques mots

Ma mission : vous aider à libérer le potentiel de vos données ! L'analyse de données permet aux entreprises d'exploiter leurs données pour atteindre leurs objectifs.

Parmi les grandes problématiques de mes clients, nous identifions celles pour lesquelles l’analyse de données et le machine learning apportent une solution rapide, efficace et durable.

Mes services s'articulent principalement autour de deux axes stratégiques :

1 - Optimisation de vos opérations avec l'analyse de données

  • Réduction de l'attrition
  • Réduction des charges
  • Augmentation des revenus
  • Amélioration de la qualité

2 - Anticipation de vos activités avec les modèles prédictifs

  • Prédiction de production
  • Prédiction de la demande
  • Prédiction des impayés
  • Prédiction des pannes et avaries

Références clients : Sanofi, Keolis, Kinkelder, Crédit Agricole, Touton SA...

Portfolio

Portfolio uniquement accessible aux membres

Expériences

Keolis - Keolis

Transports

La prédiction de ventes de tickets chez Keolis

Bordeaux, France

juillet 2020 - septembre 2020

CONTEXTE

La direction marketing de Keolis souhaite mettre à profit leurs données pour être capable de prédire les ventes de tickets des distributeurs automatiques.

Les deux objectifs principaux de la mission sont la prédiction du chiffre d’affaires et l'amélioration de la maintenance du réseau.

Objectifs :
*Prédire les ventes de tickets
*Identifier les data utiles

Approche :
  • Consolidation des données
  • Machine Learning prédictif

Bénéfices :
  • Anticiper le chiffre d'affaires
  • Anticiper les flux d'activités

APPROCHE

1 - Correction des données manquantes
2 - Création de variables de remplacements
3 - Utilisation d'algorithme à noyau

RÉSULTATS OBTENUS

L’outil de Machine Learning développé permet de réaliser une prédiction des ventes avec une précision moyenne de 96%.

Synthése des 12 semaines de projet :

  • Outil prédictif sur mesure intégrable à l'interne
  • Documentation détaillée et cartographie des données
  • Journées de formations et documents pédagogique

Touton

Import & export

Modèle de Machine Learning de prédiction de production de cacao

Bordeaux, France

mars 2020 - juin 2020

Objectifs :
*Fiabiliser les prédictions de production
*Vérifier les données d'entrées

Approche :
  • Exploration des données
  • Validation d’algorithmes et Machine Learning

Bénéfices :
  • Anticiper sa production
  • Mieux se positionner sur le marché

Contexte :
Afin de développer au mieux ses nouvelles activités, Touton a mis disposition un historique de données pour travailler sur la fiabilisation du modèle statistique qui leur sert à prévoir la production de Cacao, dans leurs exploitations en Côte-D'ivoire et au Ghana.

Ma mission est d’analyser l’ensemble des données disponibles, les classifier, déterminer leur pertinence et comprendre la manière dont elles sont générées, afin de constituer le meilleur algorithme prédictif possible.

Méthodologie :

1 - Correction des données manquantes
2 - Création de nouvelles variables
3 - Utilisation d'algorithmes à noyau

Résultats :

Le travail effectué a permis de réduire de 20% le taux d'erreur de l'outil de prédiction de production de cacao.

L'outil que nous avons développé a dépassé la performance du modèle déjà en place, après seulement 16 semaines de travail. Les prédictions sont maintenant plus précises, il existe moins d’erreurs dans la nature des données et la restructuration des variables permet une amélioration en continu de l'outil, ce qui assure à Touton un ROI incrémental sur le projet.

Sanofi - Sanofi

Secteur médical

Réduction des coûts logisitque

Bordeaux, France

janvier 2020 - mars 2020

Soucieux de valoriser la donnée que son activité génère, un site de distribution de Sanofi m'a confié un historique de 18 mois de données pour travailler sur l'optimisation des coûts logistiques, problématique centrale pour une entreprise qui achemine tous les jours des milliers de produits.

Nous avons développé notre réflexion autour de deux axes :

Quelles sont les données utilisées ?
Quelle signification leur attribuer dans le contexte étudié ?

Pour répondre à la question de l'optimisation des coûts de transport, notre équipe a travaillé simultanément sur les différents volets de la problématique. Des algorithmes spécifiques aux différents champs d'actions identifiés ont été appliqués sur des jeux de données indépendants, afin de valider le modèle retenu pour l'apprentissage.

Résultats : 200 000€ d'économie sur un site de distribution

ACTIONS SUR LES PARAMÉTRAGES :

La recherche de l'origine des anomalies générées par le système d'information a permis d’identifier les variables responsables de la situation, et d'y apporter des corrections offrant des résultats rapides.

ACTIONS SUR LES PROCESSUS :

Pour certaines des problématiques mises en évidence, la modification des processus, comme la prise en charge des commandes ou la gestion des stocks en fonction de la prévision des volumes, apporte des solutions applicables.

Recommandations externes

Consultez les recommandations qu'a reçues Mathieu