Khalid Naser

● Développer un tableau de bord Power BI avec des mesures DAX pour analyser les retours clients, en utilisant Regex et NLP pour l'analyse des sentiments, améliorant la rapidité et l'efficacité de l'analyse pour les parties prenantes, facilitant ainsi une prise de décision plus éclairée. ● Analyser l'influence de différents indicateurs sur la satisfaction client et développé des modèles de machine learning avec Python (Arbres de Décision, Forêts Aléatoires, XGBoost) pour prédire la satisfaction future, permettant d'identifier des leviers clés d'amélioration de la gestion des retards et de la satisfaction globale. ● Examiné la performance opérationnelle en utilisant Python et SQL pour combiner plusieurs sources de données internes, analyser les principaux motifs de retards et identifier les trains les plus affectés, ce qui a conduit à une prise de décision plus éclairée. Outils et technologies : Python, SQL, Microsoft Power BI, Microsoft Excel, Machine Learning, Natural Language Processing (NLP).

● Développement de compétences en communication et en travail d'équipe à travers l'interaction directe avec les clients et la collaboration dans un environnement dynamique.