New Malter

Nicolas Desbordes

data scientist

Paris, France

  • 48.8546
  • 2.34771
Proposer un projet

Vérifications

Catégories

Rejoignez la communauté Malt pour découvrir le profil complet de Nicolas Desbordes
Rejoignez la communauté Malt pour découvrir le profil complet de Nicolas Desbordes

Découvrez ce que recherche Nicolas

Déplacement
Peut faire la totalité d'une mission dans vos locaux
Zone d'activité
Recherche des missions à Paris
Compétences
Recherche des missions en Python, R, Scikit-learn, Machine learning, Big Data
Durée de mission
Recherche des missions entre 1 et 3 mois, entre 3 et 6 mois, ≥ 6 mois
Taille d'entreprise
Recherche des entreprises de 1 personne, 2 - 10 personnes, 11 - 49 personnes, 50 - 249 personnes, 250 - 999 personnes et 2 autres

Nicolas en quelques mots

Data scientist avec 3 ans d'expériences dans divers industries allant de la santé aux services postales tout en passant par la banque. Je suis spécialisé dans la mise en place d'algorithmes décisionnels que ça soit par des méthodes de type machine learning ou des règles métiers, l'audit de moteur de décision ainsi que l’analyse de données massives.

Expériences

mars 2018 - août 2018 | Paris, France

Banque & assurances

Belfius

Data Scientist

Belfius est une société officiant dans le secteur de la Banque et Assurance. Le service Customer Data Analytics a pour objectif d'analyser et d'exploiter les données des clients Belfius. Déterminer les différentes modalités d’épargne des clients Belfius est l’un des enjeux de cette mission. Il est donc nécessaire de mener à bien une étude des données dans l’optique d’obtenir une meilleur vision business des épargnants d’une part, et de proposer une nouvelle segmentation qui met en avant les critères et comportements propres associés aux différentes façon d’épargner d’autre part.

avril 2017 - janvier 2018 | Paris, France

Santé & bien-être

ITELIS

Data scientist

Itelis demande de mettre en place un système de détection de dossiers frauduleux sur les équipements optiques. Il s’agit d’analyser les données d’Itelis pour déterminer les facteurs pouvant influencer la fraude et ainsi mettre en place un algorithme décisionnel.

- Création des divers indicateurs nécessaires à la création du modèle grâce à un flux DataIku optimisé
- Sélection de variables: On cherche à déterminer une liste de variables performantes (qui explique la fraude) et peu corrélées entre elles.
- Modélisation: La sélection de la méthode se fait en modele challenger c’est-à-dire qu’on compare ici la performance et la robustesse des différentes méthodes de modélisation dans le but de déterminer celle qui convient le mieux à la problématique. Ici on a retenu deux modèles, une random forest et un extra tree.
septembre 2018 - janvier 2019 | Paris, France

Agence & SSII

Geolia Leasing Solution

Data Scientist

Geolia Leasing Solutions est un nouvel acteur européen non-régulé spécialiste du leasing et du financement des ventes adossé à un puissant fonds d'investissement. Dans l’optique de mieux déceler les dossiers susceptibles de rentrer en défaut, le service risque a besoin de backtester son modèle de décision qui est une combinaison de règles business.
février 2019 - juin 2019 | Paris, France

Ressources humaines

La Poste

Data scientist

Recommandations externes

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