NOUMSI CHRISTIAN

– Pilotage technique de plusieurs lots du programme de décommissionnement des chaînes de traitement SAS vers des flows Dataiku industrialisés, en collaboration avec les équipes Data, IT et métiers. – Re-engineering des workflows de construction des Datamarts de connaissance client dans une logique de performance et de maintenabilité. – Migration d'un moteur de Scoring pour la relance des clients ayant effectué un devis. – Migration d'un module SAS de tarification d'un produit IARD pour la Direction du Marché des Professionnels et des Entreprises. – Migration et industrialisation des programmes SAS de construction des bases de pilotage tarifaire Auto pour la Direction Actuariat, contribuant à la modernisation des processus de tarification et à la fiabilisation des indicateurs décisionnels. – Rationalisation et optimisation des pipelines alimentant le tableau de bord du pilotage commercial omnicanal. – Coaching et accompagnement des équipes sur les bonnes pratiques Dataiku : architecture des flows, partitionnement, performance et scénarisation

– Pilotage de projets de Data Science de bout en bout: cadrage, planification, coordination d'équipe, suivi des risques et restitution aux métiers. – Animation des ateliers de cadrage et force de proposition auprès des équipes métiers pour définir les besoins et livrables. – Développement de modèles prédictifs, et des solutions analytiques en Python, R, SQL, avec mise en place de datavisualisations interactives. – Encadrement technique : garantie de la qualité du code, de la méthodologie et de la conformité RGPD. – Communication et reporting réguliers auprès des directions métier et DSI. – Contribution active aux instances de pilotage des projets data.

– Audit d'un moteur de recommandation des produits complémentaires – Conception et implémentation d'une nouvelle approche méthodologique – Pilotage de la refonte des algorithmes de Scoring – Industrialisation des modèles

– Cadrage et pilotage des projets Data; formalisation et vulgarisation des résultats; encadrement des juniors et veille technologique; structuration du pôle Data Science – Développement d'un système de collecte et de traitement des avis Google – Mise en place d'un outil (PVBot) d'analyse automatisée des documents – Analyse des dossiers de crédit : Scoring et vérification de la concordance des avis du comité de crédit – Traitement des alertes LAB : clustering des alertes générées et Scoring pour construire une hiérarchie des alertes à traiter

– Mise en place d'un système automatisé pour la lecture, la qualification et le traitement des mails clients. – Détection de fraude par le traitement d'image: identification de faux justificatifs dans les dossiers de demande de crédit. – Implémentation d'un algorithme de Deep Learning pour la retranscription des appels clients entrants. – Mise en place de Scores prédictifs pour le Marketing: appétence, churn, et winback. – Prédiction des moments de vie client : déterminer un Golden Moment pour les clients Leasing.

– Développement et intégration d'un moteur d'acceptation à une plateforme digitale de factoring. Prédiction des risques de défaut et fraude en temps réel. – Optimisation du ciblage pour les campagnes de cross selling dans le secteur des télécommunications. – Détection de la fraude aux allocations familiales par la technique des graphes. – Analyse statistique et sémantique des verbatims issus de l'écoute client. – Diagnostic du customer journey, segmentation clients, Dashboard. – Prédire un déménagement ou un changement de véhicule pour les clients de la MAAF. – Mesure de l'impact des opérations de contrôle sur le niveau de fraude en gare de Paris Nord. – Diagnostic du parcours allocataire pour les demandeurs du RSA.