Florian Goron

– Conception et mise en production de modèles d'optimisation sous contraintes pour l'allocation d'assortiment entre entrepôts, avec objectif d'amélioration de la disponibilité produit et de réduction de la complexité logistique (programmation linéaire, optimisation combinatoire). – Optimisation de la préparation de commandes en magasin afin de réduire les temps opérationnels et améliorer la productivité terrain (clustering, heuristiques, optimisation sous contraintes). – Optimisation du choix automatique du point d'expédition (entrepôt / magasin) pour minimiser les coûts logistiques tout en respectant les contraintes opérationnelles (modèles d'optimisation). – Amélioration de modèles prédictifs existants pour anticiper les ruptures de stock "cachées" en magasin et limiter les pertes de vente (XGBoost, évaluation de performance). – Rôle de référent Data Scientist senior: cadrage des problématiques métiers, validation des modèles et accompagnement à l'industrialisation (Python, GCP).

– Utilisation de l'apprentissage par renforcement pour challenger une stratégie d'allocation financière (PPO2, TRPO, DQN). – Refonte d'un indicateur de stress / confiance des marchés via ACP, clustering et analyse de l'importance des variables. – Collecte et préparation de données financières (Bloomberg) et mise en place des jeux d'entraînement. – Développement collaboratif de librairies Python et mise en place de bonnes pratiques de versioning (GitHub).

– Mise en œuvre de pipelines de retranscription manuscrite vers texte (OCR + Gemini). – Prompt engineering et évaluation de performance (distance cosinus). – Génération de résumés automatiques et classification de réclamations via LLM. – Étude comparative RoBERTa vs Gemini pour l'analyse de sentiment et choix du modèle le plus performant.

– Interventions en tant que développeur Python, data analyst et support data/qualité sur des projets grands comptes (Société Générale, BPI France, Christian Dior Couture, Stellantis).