Cédric LECOGNE

Data Scientist

Salaire / Taux journalier

Paris, France

Mobilité : Île-de-France

CDI

Peut venir sur site

Expertises

pandasTensorFlowNumPyKerasscikit-learnPythonRequêtes SQLFlask

À propos

Introduction

Je suis un Data Scientist rigoureux, axé sur la qualité des résultats, avec d'excellentes capacités de communication. Je maîtrise Python, Flask, le pack Office, VBA, et Git ainsi que les bibliothèques pandas, scikit-learn, nltk, tensorflow et keras entre autres. Je suis actuellement à la recherche d'un poste d'alternant Data Scientist pour avoir une expérience professionnelle N'hésitez pas à me contacter pour plus d'informations Cédric Lecogne [email protected] 06.81.17.28.19

Liens

Expérience de travail

Chargé d’Etudes économie, statistiques et transport

Comité des Constructeurs Français d'Automobiles (CCFA)

janv. 2016 - mai 2018

2 ans 5 mois

Paris, France

• Domaine : Suivi de la conjoncture, appui statistique à des fins de lobbying, modélisations • Maîtrise d’ouvrage  Suivi d’indicateurs de conjoncture : immatriculations, INSEE (IPC, IPP, IPI, …), Eurostat, Banque de France, données émanantes des adhérents,…  Utilisation du panel Parcauto de TNS-Sofres, du TRM, et d’autres enquêtes disponibles, sous SAS, afin d’apporter un appui chiffré à des « position papers »  Estimation du parc automobile français, mondial, des émissions de CO2 ; calcul du Bonus/Malus, de la production des constructeurs français sous Python Participation à la rédaction de la brochure annuelle du syndicat, et de celle du CNPA Participation active à diverses réunions (syndicats « partenaires », institut de recherche, institut d'études économiques, réunions au sein de ministère, …) Automatisation de la récolte de données et de leurs visualisations (VBA)

Consultant Media

Data2Decisions

janv. 2015 - juil. 2015

7 mois

paris la defense

• Domaine : Modélisations économétriques mesurant l'impact de l'ensemble des éléments du mix-marketing • Maîtrise d’ouvrage o Travaux statistiques et économétriques :  Organisation de données multi-sources (panels ACNIELSEN et IRI)  Modélisation des ventes de produits sous Excel  Interprétation des résultats, analyse des facteurs de croissance, calcul des ROIs par campagne par media o Présentation des résultats aux clients

Business Science Lead / économètre

MediaCom

janv. 2014 - oct. 2014

10 mois

7620 Paris, Danemark

• Domaine : Analyse de l’impact des médias/promotions et du Purchase funnel • Maîtrise d’ouvrage o Travaux statistiques et économétriques :  Organisation des données provenant de sources diverses, séries temporelles  Modélisation des ventes de produits Eviews, VBA  Analyse des différents leviers de vente, calcul des ROIs, optimisation du calendrier média, création d’outils prédictifs  Extraction de données web Google Analytics, Omniture  Etude de corrélations à partir des KPIs digitaux des sites internet d’un constructeur automobile o Présentation des résultats aux clients o Formation de plusieurs semaines à Londres par le Global o Rédaction d’articles pour la newsletter du département Stratégie

Chargé d'études en économie alimentaire

INRA

janv. 2008 - janv. 2013

5 ans 1 mois

• Domaine : Analyse de la demande alimentaire en France, lien consommateur/acteur des filières viandes lors de crises sanitaires • Maîtrise d’ouvrage o Travaux statistiques et économétriques (SAS, Stata) :  Création de pseudo-cohortes  Estimation d’un modèle de demande sur données en coupe (Budget de Familles, INSEE, 2006) et sur données de panel de 1996 à 2006 (Kantar)  Méthodes d’estimation (3SLS, LSDV), Gestion de la censure par des modèles de type Heckman  Estimation de la qualité alimentaire, Création d’indices de prix et cartographie, Simulations de politiques de subvention  Réalisation de statistiques descriptives, Utilisation des techniques d’analyse multidimensionnelle à partir d’une enquête d’opinion o Présentation des différents résultats obtenus lors de colloques  Séminaires internes  « La consommation alimentaire : des inégalités mais qui se réduisent. », dans Cinquante ans de consommation en France, Caillavet, Lecogne et Nichèle, Insee référence, Paris, 2008  « Is subsidy policy of fruits and vegetables beneficial to the most underprivileged populations? », EAAE Workshop, Giessen, 2009  « Quantity and quality in food: What about inequalities ? », Actes de conférence, 5èmes journées de recherches en sciences sociales, 2011 o Cours donné à l’INA-PG dans le cadre d’une intervention des experts de l’INRA o Gestion d’un budget de recherches

stagiaire

CIRAD

janv. 2006 - janv. 2006

1 mois


Formation

OpenClassrooms

Data Scientist Ingénieur Machine Learning, Data science

2021 - 2021

11 mois

o Segmenter les clients d'un site de e-commerce : pandas, scikit-learn, ACP, t-SNE, Kmeans, DBScan : comparaison avec la RFM o Prédiction du prix des maisons à Ames, IOWA ( compétition Kaggle): ridge, lasso, Random Forest, XGboost, Catboost o Catégoriser automatiquement des questions à partir du site Stackoverflow : NLTK, Spacy, scikit-learn, LDA, NMF, t-SNE, MLP o Classer des images à l'aide d'algorithmes de Deep Learning (CNN, VGG) : Keras o Adaptation d’un débruiteur de vidéos (FastDVDnet) au bruit speckle : Pytorch, CUDA

University of Paris I: Panthéon-Sorbonne

Master 2, économie du développement

2007 - 2008

1 an 1 mois

Résultat : mention bien

Université Paris-Sorbonne

Maitrîse, histoire contemporaine

2005 - 2005

1 mois

Résultat : mention bien

Activités et associations : Recherches à la bibliothèque de la documentation française. Livres et archives

mémoire : Les intérêts agricoles européens face aux intérêts américains au sein de l'Uruguay round

IUT informatique Paris XII fontainebleau

DUT, Informatique de gestion

2000 - 2002

2 ans 1 mois

Activités et associations : création d'un site de demande d'aide financière pour l'université Paris XII membre actif du BDE

programmation (C,C++,Java, PERL, Assembleur,PHP, Javascript) réseaux (TCP/IP) Base de Données (SQL, Oracle,...)


Licences et certifications

Réalisez un dashboard avec Tableau

Délivré le : janv. 2022

Certifié par OpenClassrooms

Analysez des données pour prendre des décisions de design

Délivré le : janv. 2022

Certifié par OpenClassrooms

Maîtrisez les bases de données NoSQL

Délivré le : janv. 2022

Certifié par OpenClassrooms

Analysez et modélisez des séries temporelles

Délivré le : janv. 2022

Certifié par OpenClassrooms

Découvrez le cloud avec Amazon Web Services

Délivré le : déc. 2021

Certifié par OpenClassrooms

Réalisez des calculs distribués sur des données massives

Délivré le : nov. 2021

Certifié par OpenClassrooms

Gérez du code avec Git et GitHub

Délivré le : nov. 2021

Certifié par OpenClassrooms

Classez et segmentez des données visuelles

Délivré le : sept. 2021

Certifié par OpenClassrooms

Initiez-vous au Deep Learning

Délivré le : sept. 2021

Certifié par OpenClassrooms

Analysez vos données textuelles

Délivré le : juil. 2021

Certifié par OpenClassrooms

Explorez vos données avec des algorithmes non supervisés

Délivré le : juin 2021

Certifié par OpenClassrooms

Modélisez vos données avec les méthodes ensemblistes

Délivré le : mai 2021

Certifié par OpenClassrooms

Initiez-vous au Machine Learning

Délivré le : avr. 2021

Certifié par OpenClassrooms

Evaluez les performances d'un modele de machine learning

Délivré le : avr. 2021

Certifié par OpenClassrooms

Entraînez un modèle prédictif linéaire

Délivré le : avr. 2021

Certifié par OpenClassrooms

Utilisez des modèles supervisés non linéaires

Délivré le : avr. 2021

Certifié par OpenClassrooms

Décrivez et nettoyez votre jeu de données

Délivré le : mars 2021

Certifié par OpenClassrooms

Réalisez une analyse exploratoire de données

Délivré le : mars 2021

Certifié par OpenClassrooms

Apprenez à programmer en Python

Délivré le : oct. 2020

Certifié par OpenClassrooms

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.