Malt se lance en Suisse 🇨🇭
Vous pouvez découvrir nos services et créer votre profil. Si vous avez des questions, contactez-nous sur [email protected]

Bienvenue sur le profil Malt de Fabien !

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

Fabien Pendaries

Data scientist

Peut se déplacer à Paris

  • 48.85661400000001
  • 2.3522219000000177
  • Tarif indicatif 550€ / jour
  • Taux de réponse 63%
  • Temps de réponse Quelques jours
Proposer un projet La mission ne démarrera que si vous acceptez le devis de Fabien.

Indisponible

Proposer un projet La mission ne démarrera que si vous acceptez le devis de Fabien.

Localisation et déplacement

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

Vérifications

  • E-mail vérifié

Langues

  • Anglais

    Capacité professionnelle complète

  • Français

    Bilingue ou natif

Catégories

Compétences (6)

Fabien en quelques mots

Spécialiste de l'analyse des données (10 ans d'expérience), mes expériences variées dans la finance, le marketing et la santé notamment m'ont permis d'enrichir mes compétences en science des données.
Je me spécialise maintenant dans l'analyse des gros volumes de données sur Hadoop avec Spark (pyspark) et Scikit-learn.

Ouvert à l'international
Mes 8 dernières années professionnelles ont été tournées vers l'international, travaillant notamment dans une équipe basée à Londres lors de ma dernière expérience. TOEIC : 960/990

Missions
Je recherche des missions portant sur l'analyse des big data telles que la prédiction de comportements (achat web, fraude...), les systèmes de recommandation, le ciblage marketing, l'analyse de sentiments ou encore en décisionnel.

Expériences

Fédération Française de Tennis

Sport

Data scientist

avril 2016 - Aujourd'hui (5 ans et 5 mois)

Analyse prédictive de la fraude à la billetterie :
- Modélisation de la fraude par apprentissage automatique
- Automatisation du processus de détection de la fraude en temps réel
Segmentation clientèle :
- Enrichissement des données
- Segmentation RFM

Environnement : Python (Pandas, Scikit-learn)
Python Pandas Scikit-learn

Wheez

High tech

Data scientist

mars 2016 - avril 2016

Mise en place du monitoring de l’activité de l’application mobile avec Apache Spark.
Spark Python

Cegedim Strategic Data - Cegedim

Chargé d'études statistiques

Paris, France

décembre 2005 - avril 2008 (2 ans et 3 mois)

Chef de projet sur le développement et la mise en place d’un outil de modélisation et de prédiction des ventes de médicaments avec SAS ETS.
- Etude du besoin avec l’ensemble des acteurs du projet.
- Sélection des variables et étude des corrélations.
- Modélisation de la variable vente par régression.
- Modélisation des variables indépendantes par processus ARIMA, lissages exponentiels, moyennes mobiles.
Réalisation d'études de retour sur investissement de campagnes de communication à partir d'un panel de médecins.
- Tests d'inférence statistiques.
SAS Data science

LCH.Clearnet SA

Consultant SAS

mai 2008 - décembre 2008 (6 mois)

- Développement d'applications SAS automatisant les tests pour la recette du système de compensation. Tests unitaires, de cohérence et d'intégrité. Contrôle de la conformité des fichiers aux spécifications.
- Recette du système d'information, recherche de bugs
SAS

LCH.Clearnet SA

Chargé d'études statistiques

Paris, France

décembre 2008 - mars 2011 (2 ans et 3 mois)

Gestion de la politique tarifaire :
- Analyse statistiques des comportements clients, modélisation avec SAS
- Simulations des revenus en fonction de différents scénarios avec SAS
Business development :
- Gestion de la relation avec les partenaires (Euronext, Bluenext, Smartpool...) pour l'introduction de nouveaux instruments financiers
- Pré-étude du marché des Credit Default Swaps (CDS)
Veille concurrentielle
SAS Data science

LCH.Clearnet SA

Senior Risk Analyst

Paris, France

mars 2011 - décembre 2014 (3 ans et 8 mois)

Gestion du risque de collatéral :
- Mise en place et automatisation d'un monitoring du risque de collatéral, d'alertes de dépassement de limites d'exposition, de concentration, avec SAS. Application du règlement EMIR (European Market Infrastructure Regulation). Reporting régulateurs (Banque de France, AMF).
- Calcul des haircuts appliqués sur le collatéral.
Gestion du risque sur les investissements :
- Application de la politique de risque.
- Reporting interne et régulateur quotidien.
Gestion du risque de liquidité :
- Suivi des besoins de liquidité quotidiens.
- Application de stress tests
Définition des politiques du risque.
Gestion de la défaillance des membres et des contreparties d'investissement.
Gestion de la relation avec les back-offices clients.
SAS Risk management

Assu2000

Data scientist

Paris, France

décembre 2015 - février 2016 (2 mois)

Analyse des parcours client du site internet :
- Validation et mises en forme des données (3 tables : CRM, visites, pages vues),
- Calcul des indicateurs clés (taux de conversion, de rebond),
- Identification des parcours types par point de contact,
- Modélisation de la conversion (régressions, arbres de décision).Ø Environnement : R, Python, SQL Server, Piwik
Parcours client R Python Data science

Formations

  • Maîtrise de Mathématiques Appliquées

    Université Aix-Marseille

    2002

  • DESS Expert Démographe

    Université Paris 1 Panthéon-Sorbonne

    2005

  • Certification Scalable Machine Learning with Apache Spark

    Berkeleyx, edX

    2015

  • Certification Expert en Analyse des Big Data

    Learning Tree International

    2015