Dimitri G. Email & Phone Number

Toulouse, Fr

Toulouse, Occitanie, France

Ville De Paris, Île-De-France, France

Ville De Paris, Île-De-France, France

Ville De Paris, Île-De-France, France

Le DataLab est une structure au service de la deuxième ligne de défense des Risques Opérationnels (France et monde). Elle permet aux métiers du Risque Opérationnel une approche par les risques transverse, dynamique, renforcée par l'apport des techniques d'exploitation de la donnée. Impliqué depuis la création de la structure, avec l'appui d'une équipe projet, j'interviens sur plusieurs sujets (lead ou contribution) : - constitution de l'équipe (dimensionnement, recrutement) - mise en place des processus (gestion de la donnée, habilitations et contrôles, identification des besoins et organisation de l'implémentation des solutions, ...) - mise en place de la gouvernance - budget- communication- définition et mise en place de l'environnement technique (PowerBi, Python, Hadoop, Apache Spark, Hive, Kedro, Mlflow, Jenkins, Ansible) - organisation des projets R&D orientés Data Science (cadrage, développement et industrialisation de solutions basées sur du Machine Learning/Deep Learning, maintenance,...)

Revue du processus d'appétit pour le risque et du Coût Net du Risque de la banque :- Mise en place d’une structure analytique permettant de capter les signaux faibles de dégradation de la qualité de crédit des entreprises du portefeuille sectoriel Oil & Gas.- Environnement tech. : NLP, Dow Jones Factiva, time series, CapitalIQ, PySpark, Spotfire.- Durée : 6 mois.- Lieu : Paris.Lutte contre le blanchiment des capitaux et le financement du terrorisme :- Modélisation et analyse des flux transactionnels afin d’identifier des schémas porteurs de risques.- Env. tech. : Network model (deep learning, graph embeddings), graph theory, Cytoscape.- Durée : 5 mois.- Lieu : Paris.Lutte contre la fraude interne :- Mise en place d'une approche globale pour la détection d'anomalies.- Env. tech. : Anomaly detection, network analysis, Tableau Software.- Durée : 3 mois.- Lieu : Bucarest.Risque de crédit et processus de provisionnement :- Caractérisation des causes racines des provisionnements « à dire d’expert ».- Env. tech. : NLP, clustering, topic model.- Durée : 2 mois.Stratégie d’offshoring :- Analyse concurrentielle basée sur des données externes.- Env. tech. : web scraping, SVM/SVC, NLP, Spacy, Tableau Software.- Durée : 3 semaines.- Lieu : Paris.Refonte des modèles de scoring pour l’octroi de prêts à la consommation / LOA-AUTO :- Développement de modèles permettant une meilleure couverture du risque de crédit.- Env. tech. : scorecard, decision trees, logistic regression.- Durée : 4 mois- Lieu : CasablancaImplémentation technique d’un papier de recherche « Unsupervised Deep Embedding Clustering »Projet R&D.- Durée : 3 semaines- Lieu : Paris.Maître de stage : prédiction de la vulnérabilité financière et du défaut de crédit :- Encadrement de deux élèves ingénieurs pour la mise en place de modèles prédictifs.- Env. tech. : Deep learning (LSTM, CNN, TCN), time series.- Durée : 6 mois.- Lieu : Paris.

Région De Paris, France

Au sein de la Direction des Ressources Humaines du groupe, j’intervenais sur les missions suivantes : • Analyse des besoins métiers et spécifications des méthodes/coûts/technologies/etc. à implémenter sur chaque projet Big Data RH • Prévision des départs à la retraite : mise en place d’un modèle prédictif et de la visualisation des résultats associés (environnement : Hadoop, Hive, Python, Sklearn, Tableau Software, D3.js) • Mobilité interne : mise en place d’un outil de matching « compétences/offres » • Performance des organisations : identification des facteurs impactant la performance d’une équipe (analyse de données ouvertes, d’enquêtes/données internes, statistiques descriptives) Et je pilotais les missions suivantes : • Mise en place d’une méthode de recrutement assistée par IA (collaboration start-up Whire)• Création d’un data lab au sein de la DRH du groupe (pôle d’innovation sur les sujets Big Data RH)

Région De Toulouse, France

Intégré dans la division STIE (informatique Scientifique, Technique, Industrielle et Embarquée) sur plusieurs projets de systèmes avioniques embarqués soumis aux normes DO-178 : - A400M : scripts de tests (codés en Python et Pascal) pour un composant embarqué.- A330/340 : modifications/MàJ de la documentation client et des scripts obsolètes.- Projet LIEBHERR Aerospace : environnement de test pour les calculateurs embarqués, interface de maintenance et de communication (via bus ARINC).

Diplôme D'Ingénieur, Data Processing

Master'S Degree, Management, Innovation, Numérique