Clément Côme Email & Phone Number

Boulogne-Billancourt, Île-De-France, France

En tant que Consultant Data Scientist chez MP Data, j'utilise un ensemble de compétences essentielles pour le domaine de la Data Science, notamment :Modélisation de Données : J'ai acquis une solide expertise en modélisation de données, en optimisant des modèles de machine learning pour améliorer leur fiabilité et leur performance. J'ai également travaillé sur la modélisation de la détection de pré-engorgement dans un contexte industriel complexe.Automatisation des Procédés : J'ai contribué à l'automatisation de procédés utilisés par les consultants, en mettant en place des frameworks de déploiement et en assurant le déploiement automatisé d'outils via des pipelines CI/CD. J'ai également participé à des migrations d'algorithmes vers de nouveaux environnements.Collaboration Agile : J'ai travaillé au sein d'équipes agiles, notamment en utilisant la méthodologie Scrum, pour assurer le succès de projets de migration et de développement d'outils. J'ai participé activement à la prise de décisions fonctionnelles et à l'implémentation de solutions.Analyse de Données : J'ai analysé des données complexes, identifié des patterns et caractérisé des modèles d'engorgement. J'ai également pris en compte des contraintes liées à la gestion de la qualité des données.Technologies Utilisées : J'ai travaillé avec un ensemble de technologies essentielles en Data Science, notamment Python, pandas, numpy, scikit-learn, matplotlib, plotly, Docker, GitLab CI/CD, et bien d'autres.En plus de mes compétences techniques, je participe également en interne au processus de recrutement en effectuant des revues de tests techniques et en participant aux entretiens techniques.

Ville De Paris, Île-De-France, France

Au sein de Kobia, une petite structure de conseil en analyse prédictive, j'ai eu l'occasion de mettre en œuvre un ensemble de compétences essentielles, notamment :Modélisation de Données : J'ai appliqué mes compétences en modélisation de données pour optimiser la production de cidre en prédisant la récolte cidricole annuelle. J'ai analysé les vergers, modélisé la production et relevé le défi de la qualité variable des données.Déploiement de modèles : J'ai aussi participé à la mise en place de bonnes pratiques de développement permettant un déploiement facilité des modèles de Machine Learning.SEO et Rédaction : J'ai contribué à l'amélioration du référencement naturel de l'entreprise en rédigeant des articles d'introduction et d'expertise sur le thème de l'analyse prédictive. Cette activité a renforcé ma capacité à comprendre et à appliquer des stratégies de référencement en ligne et aussi à développer mes compétences rédactionnelles et de vulgarisation.Travail en Petite Structure : Travailler au sein d'une petite structure m'a permis de développer ma polyvalence et ma capacité à contribuer à différents aspects de l'entreprise, de la modélisation de données à l'optimisation en ligne.Cette expérience chez Kobia m'a permis de perfectionner ces compétences essentielles tout en contribuant activement à la croissance de l'entreprise dans les secteurs de l'assurance et de l'agronomie.

Paris, Île-De-France, France

En tant qu'alternant Data Scientist au sein de Crédit Agricole Assurances, j'ai acquis et appliqué un ensemble de compétences clés :Traitement de Données : J'ai travaillé sur le traitement et le nettoyage de données en utilisant des outils tels que SAS et SQL.Fiabilisation des Projections : J'ai contribué à améliorer la fiabilité des projections du portefeuille d'assurance vie du CAA en utilisant des techniques de Gradient Boosting.Explicabilité des Modèles : J'ai utilisé l'approche SHAP pour rendre les modèles plus compréhensibles, répondant ainsi aux exigences réglementaires.Communication et Vulgarisation : J'ai communiqué efficacement les approches et les résultats de la Data Science aux équipes et aux managers de la Direction Actuariat.Traitement de Big Data : J'ai géré et analysé de grandes quantités de données, jusqu'à 100 Go.Cette expérience m'a permis de développer des compétences essentielles en Data Science et de contribuer significativement à l'amélioration des processus au sein de l'entreprise.

Diplôme D'Ingénieur, Mathematics

Exchange Semester, Database Systems And Information Management

Research-oriented Deep Learning and Data Science projects along with both mature and state of the art Data Science courses.

Computer Science

Exchange Semester, Mathematics And Computer Science

Exchange semester focusing on Computer Science approach of Data Science and Bayesian Statistics.