Ababacar BA

Réalisations : • Data Science en Supply chain : • Prévision des ventes pour divers produits au niveaux magasin (pour la gestion de stocks, le dispatch) : • Développement d’une approche de prévision directe sur plusieurs horizons hebdomadaires et comparaison avec une approche séquentielle de prévision • Étude et implémentation d’une approche de reconstruction des ventes en prenant en compte les périodes de rupture de stock : estimer la demande sous-jacente en présence de contraintes de stock. • Adaptation du pipeline de traitement des données en dbt pour de nouvelles données pour les modèles • Etude et amélioration des prévisions de vente sur des nouveaux produits et nouveaux magasins Mots clés : Python, Spark, Databricks, dbt, MLOps, MLFlow, Aiflow, Docker, CI/CD, Git, Supply chain, Retail, Dispatch, Stocks

—————————————————————————————————— Colas Digital Solutions : Réalisations : • Data Science en R&D au service des métiers • Etude des facteurs de risque financier sur les chantiers (prédiction du risque de défaut) • IA Générative : Construction de ChatBot pour le service juridique à l’aide des LLM (style ChatGPT) Mise en place d’un algorithme de parsing des contrats et récupération d’informations génériques Mots clés : Python, Databricks, LLM, GPT, RAG, Fine Tuning, Docker, Streamlit, CI/CD, Git —————————————————————————————————— Société Générale : Réalisations : • Détection de fraude et suspicions sur virements bancaires en temps réel • Récupération de données de différentes sources et consolidation pour le stockage dans des supports NoSQL (Hbase, Hive et en paquet sur HDFS) • Exploration de données pour identifier les patterns sur les activités frauduleuses ou suspectes • Test de différents approches supervisées et non supervisées pour détecter des transactions suspectes • Présentation/vulgarisation des modèles aux métiers : performances attendues, gêne occasionnée, validation des solutions • Monitoring des modèles en production et analyse des fraudes loupées pour améliorer les algorithmes • Projet de migration des modèles de détection de fraude afin d’intégrer les données d’une filiale au SI Mots clés : Python, Hbase, Hive, Paquet, HDFS, Bash, scikit-learn, h2o, Spark, Fraudes, Git, CI/CD, Phishing, Ingénierie Sociale, Fraude au président, LAB-FT

- Worked as a consultant from Openvalue - Data science and data engineering for external fraud detection - Tools : Python, Hadoop, HDFS, Scala, Spark, Kafka, Hbase, hive, linux, h2o

Mentoring data scientist, data analyst and ML engineer students

Provided assistance & prepared classroom assignments for Linear Regression,Time series and Bayesian calculus

Provided assistance & prepared classroom assignments for Probability & Statistics course

Data scientist Consultant within the Advisory/Analytics service line : Experiences : -> Pôle Emploi : ............ Doc. with examples of textmining technics for CV parsing & Job offer-CV matching -> L'Oréal R&I : ............ R shiny application for lab support -> Air France - Operational research : ............ R shiny application for airlines load factor estimation & visualization ............ Revenue & traffic forecasting -> L'Argus : ............ Retro engineering on vehicules residual value estimation

Proposed a methodology to evaluate the risk of Blowout (accident) in a drilling platform Keywords : Logistic regression, Decision tree, R shiny, Risk assessment

Analysed quantitative effects of heat waves on mortality Niakhar Keywords : GAM, Loess, Demography, Climate

Analysed the main determinants of senegalese budget deficit with a VAR model.