Louis Boivin

Mission freelance en tant que Senior Data Analyst orienté produit sur la verticale Real Estate du groupe leboncoin, en support analytique des équipes Produit et Tech. Intervention sur plusieurs feature teams stratégiques (Maps, Rental, Buyer/Seller), couvrant l’ensemble des parcours immobiliers, avec pour objectif de piloter la performance produit, fiabiliser la lecture des KPIs et accompagner la prise de décision. ANALYTICS & PRODUCT Définition et fiabilisation des KPIs produit : structuration des besoins métiers, documentation des définitions, identification des biais et limites Mise en place et analyse de tests A/B avec Spotify Confidence : cadrage, création des métriques d’expérimentation, analyse des résultats Analyses comportementales des parcours utilisateurs et support à la prise de décision produit Référent data sur les plans de marquage (Piano Analytics) : validation des specs, contrôle qualité des événements Conception et maintenance de dashboards Tableau en production DATA ENGINEERING - Création et modélisation de tables analytiques en production (fact tables, métriques agrégées pour les tests A/B) - Développement de DAGs Airflow avec jobs Spark pour l’alimentation des dashboards et des expérimentations - Coordination avec l'équipe Data Platform Engineering pour l’enrichissement des sources analytiques (définition et validation des spécifications) Stack : Python, SQL, Spark, AWS Athena, Airflow, Tableau, Piano Analytics, Spotify Confidence.

Mission au sein d’un programme public visant à simplifier l’écosystème numérique de la transition écologique des collectivités, notamment via l’interopérabilité des services et l’alignement des schémas de données. Périmètre Data Engineering & Analytics - Conception et gestion d’une base de données centralisée, intégrant des projets issus de sources hétérogènes(CSV, API, bases existantes) - Développement d’un pipeline ELT sur mesure pour l’extraction, le chargement et la transformation des données - Modélisation et standardisation des données avec dbt afin d’assurer cohérence, qualité et exploitabilité analytique - Mise en place de contrôles de qualité et structuration de tables analytiques utilisées en production - Conception de dashboards Metabase pour le pilotage et l'analyse des projets Composante GenAI intégrée à la chaîne data - Développement d’un outil de classification automatique des projets selon deux référentiels métiers (leviers de transition écologique, compétences des collectivités), basé sur un LLM avec backend Python - Itérations successives à partir d’un POC : prompt engineering, évaluations avec experts métiers, tests utilisateurs - Mise en place d’un post-traitement automatisé en Python pour contrôler la qualité et la pertinence des classifications - Déploiement d’une application en production(module React intégré à des outils collaboratifs comme Grist) - Mise à disposition d’uneAPI de classification unitaire et d’un traitement batch pour la catégorisation de volumes importants de projets Cette mission a combiné construction de pipelines data, modélisation analytique, et exposition de données fiables à destination d’usages opérationnels et décisionnels dans un contexte public. Impact : plateforme data et outil de classification utilisés en production par les collectivités pour faciliter l'accès aux services numériques de la transition écologique.

Mission freelance au sein de Médicalib, plateforme de mise en relation entre patients et professionnels de santé, avec un rôle hybride mêlant analytics produit avancée et data engineering. ANALYTICS & PRODUCT - Collaboration étroite avec les Product Managers pour analyser et optimiser les fonctionnalités de l’application - Analyse de l’impact d’un changement de l’algorithme de mise en relation patients / soignants (A/B testing, causal impact en séries temporelles) - Évaluation de nouvelles fonctionnalités produit et formulation de recommandations data-driven - Études ad hoc sur le churn des professionnels de santé - Extraction d’insights via SQL (Athena) pour les équipes Produit, Sales et C-Office - Conception et maintenance de dashboards Quicksight utilisés pour le pilotage opérationnel et stratégique DATA ENGINEERING - Conception et optimisation de pipelines ETL : ingestion de données brutes (JSON), transformation et stockage en formats analytiques (Parquet) - Modélisation des données : création de tables et vues garantissant qualité, cohérence et exploitabilité analytique - Déploiement d'un workflow de traitement en (quasi) temps réel pour l'alimentation des dashboards et analyses -Automatisation de l’infrastructure cloud et des ressources data via Terraform (infrastructure as code) Cette mission a permis de consolider une approche end-to-end, combinant structuration des données, industrialisation des pipelines et exploitation analytique à fort impact produit. Stack : Python, SQL, AWS (Athena, S3, Glue), Terraform, Parquet, Amazon QuickSight, A/B Testing, Time Series Analysis

France Connect est une solution mise en place par le gouvernement qui permet de faciliter la connexion aux services et démarches en ligne des français. 40 millions de français utilisent cette solution et environ 30 millions de connexions sont faites mensuellement via le bouton France Connect. J’ai travaillé en tant que Data Scientist sur un projet exploratoire de lutte contre la fraude. Le but était de juger de la pertinence d’utilisation de techniques de Data Science sur l’analyse, le traitement, la détection et la prévention de la fraude. Réalisations : - Modélisation et cartographie de toute la data existante sur la fraude, en relation avec les différents processus métiers et fonctionnels et l’architecture technique. - Création de requêtes complexes pour extraire des données de logs (traces métiers) liées la fraude - Nettoyage, manipulation et transformation des logs pour créer des data-sets exploitables pour l’analyse de données et répondre au traitement opérationnel de la fraude. - Automatisation du processus de traitement à la fraude remontée par les usagers via le support de France Connect : lecture de l’application de support, identification des actions à effectuer et des données à extraire, écriture des livrables en production - Prototype d’une nouvelle fonctionnalité pour déclarer une connexion frauduleuse de la part d’un usager dans le but d’améliorer le traitement de la fraude et labeliser de façon qualitative les vrais positifs afin de créer des data-sets d’entraînement pour pouvoir détecter la fraude. - Data Warehousing / Engineering : prototype d’un environnement de travail dédié à la Data et l’Analytics pour le traitement de la fraude. Conception des flux entrants et sortants, ETL / ELT en prenant en compte l’architecture technique existante, les problématiques de sécurité, de droits, d’usagers et l’accès aux données

Intervention de 5 journées de cours pour des élèves de 1ère années sur un Module Oracle SQL. Sujets abordés : Introduction to databases, Functions, Constraints (PRIMARY KEY, FOREIGN KEY, & CHECK) and constraints management, creating and managing views, DML operations, sequences, indexes, controlling user access, creating and revoking object privileges, transactions.

Mission au sein de BOXY avec un rôle transverse mêlant structuration de la donnée, analytics business et support à la prise de décision, dans un contexte de startup en forte croissance transversale sur l'ensemble des besoins data de l'entreprise (Marketing, CRM, Finance, Expansion, Produit). DATA PLATFORM & ENGINEERING - Construction et gestion du data warehouse : ingestion multi-sources avec Fivetran, modélisation avec dbt (tables, vues matérialisées, documentation), consolidation des données sur GCP/PostgreSQL - Développement et déploiement de scripts Python en production (GCP Cloud Functions) pour l'automatisation de traitements data - Modélisation de données analytiques : création de tables et vues pour supporter les analyses business et produit - SQL avancé : requêtes complexes, création de tables et vues matérialisées pour l'extraction de données pertinentes ANALYTICS PRODUIT & BUSINESS - Projet d'expansion : modèle prédictif pour l'implantation de nouveaux magasins/entrepôts (scraping, optimisation sous contraintes, features géographiques et exogènes) - Segmentation client avancée (clustering K-means, modèle RFM) - Analyses produit : funnel mobile, optimisation du parcours client, analyse des processus de paiement (fraudes, méthodes, conversion) - Analyses marketing : churn, acquisition, referral, performance des campagnes - Création de dashboards (Tableau, Pushmetrics) pour les équipes Marketing, Finance, Produit et Direction DATA FOUNDATIONS & ANALYTICS ENGINEERING - Mise en place de politiques de gouvernance - Création d'un glossaire data et documentation des définitions pour garantir la compréhension partagée des métriques - Formation des équipes non-techniques aux bonnes pratiques data et à l'autonomie sur les analyses simples - Contrôle qualité et fiabilisation des sources de données

Collected and treated data to make statistical analysis and to create dashboards or implement new features. Provided actionable insights on the marketing-mix and the discounts for the channel managers. Built an automated budget tool in order to forecast the costs and the conversions for each marketing channel with a time-series decomposition and a SARIMA model. Tools used: Tableau, SQL, BigQuery, R, Python (sklearns, SciPy, Statsmodels, NumPy, Pandas), CLI. ----------------------------------------------------------------------------------- Missions réalisées : - Création de dashboards et implémentations de nouvelles fonctionnalités à ceux déjà existant. - Analyses statistiques sur le marketing mix, les promotions, l'acquisition des clients - Construction d’un outil d’automatisation du budget dans le but de prévoir les coûts et les conversions pour chaque channel marketing. (time-series, SARIMA) Outils utilisés : Tableau, SQL, BigQuery, R, Python (sklearns, SciPy, Statsmodels, NumPy, Pandas).

Tenoli, founded in 2014 and based in Mexico City, is the fastest-growing distribution channel in urban traditional markets in Mexico. The company is a social business that modernizes and empowers mom&pop shop owners through technology and education. Tenoli opens modernization centers directly in marginalized urban communities, where they touch micro businesses, families and clients on a daily basis. In the past 2 years, the company has: 1. Grown a network of 2,000 mom&pop stores in urban marginalized areas. 2. Organized and modernized these traditional stores to increase their sales, productivity and income. 3. Designed an run a horizontal and last-mile logistics chain to take, centralize and deliver orders from hundreds of stores 4. Built a diversified portfolio of large providers that trust Tenoli to push and sell its products to the mom&pop stores and increase their sales in traditional markets. 5. Successfully closed two investment rounds to develop operations in Mexico City. As a Data Scientist, my objective was to improve Data Analysis usage and leverage better understandings of the business evolution. • Building a Web Based Data Visualisation Platform powered with Dash (by Plotly) to better figure out internal insights, automate weekly reports and improve our distribution and logistics processes. Designing from scratches the app : prototype, back & front-office, Data Treatment, UX, deployment etc. • Helping implementing Odoo (a Saas ERP composed of suite of web based open source business apps ) and integrating it to our Data Architecture • Improving Data Usage and Sharing in Distribution and Logistics Processes Abilities acquired: Building a DYI Analytics Tool powered with Dash by Plotly (Python language) , Pandas and Numpy, HMTL, CSS, Bootstrap, MySQL, AWS, Odoo

Intern in the Analytics Pre-Sales team which covers different software solutions to consume, analyse, explore and exploit data. Using Business Intelligence solutions (reporting, dash-boarding, data visualization) and Predictive Analysis tools (machine learning) , I worked on the HANA SAP database and the SAP Cloud platform to make use cases, end-to-end scenarios and Poc to demonstrate the SAP solutions value - either internally or for SAP clients' needs in collaboration with the Sales team. I was particularly in charge of a project in order to create a demonstration show-room that is dedicated to SAP Analytics solutions. Exemples of use-cases and scenarios : - predictive delays for suppliers in manufacturing industry - predictive maintenance for car industry - brand management : Twitter sentiment analysis, creating an interractive dashboard to monitor social networks activities ( bad buzz, top influencers, new trends)