Nicolas Desbordes

data scientist

Peut se déplacer à Paris, Paris

  • 48.8546
  • 2.34771
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Nicolas.
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Nicolas.

Localisation et déplacement

Localisation
Paris, France
Peut travailler dans vos locaux à
  • Paris et 50km autour
  • Paris

Préférences

Durée de mission
  • entre 1 et 3 mois
  • entre 3 et 6 mois
  • ≥ 6 mois
Taille d'entreprise
  • 1 personne
  • 2 - 10 personnes
  • 11 - 49 personnes
  • 50 - 249 personnes
  • 250 - 999 personnes
+2 autres

Vérifications

Langues

Catégories

Compétences (15)

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 les problématiques liées au NLP.

Expériences

Belfius

Banque & assurances

Data Scientist

Paris, France

mars 2018 - août 2018

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.

- Recherche et conversion d'information provenant de data brut dans un format
permettant une analyse simple qui identifie les tendances des différentes façons
d'épargner des clients chez Belfius
- Entrainement d'un algorithme de classification non-supervisé dans le but de
déterminer une segmentation mettant en valeur les différents types d'épargnants
- Utilisation du NLP dans le but de classifier les transactions grâce à leur label


ITELIS - AXA

Santé & bien-être

Data scientist

Paris, France

janvier 2017 - janvier 2018

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.

- POC et étude de la faisabilité d'un projet machine-learning sur les données Itelis
pour un projet de détection de la fraude
- Feature engineering et entrainement d'un modèle ML
- Mise en production du modèle via Django API

Geolia Leasing Solution

Agence & SSII

Data Scientist

Paris, France

septembre 2018 - février 2019

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.

- Inspection du moteur de décision de leasing dans le but de déterminer les règles
défaillantes
- Amélioration de la performance du moteur grâce au calibrage des paramètres et à
la création/suppression de règles

La Poste - Le Groupe La Poste

Ressources humaines

Data scientist

Paris, France

février 2019 - juin 2019

Recommandations externes

Formations