Mamoudou Camara

Dans le cadre du programme SPRING de lutte contre les déchets sauvages, j'ai contribué à la création d'un catalogue mondial de données géospatiales couvrant 195 pays : • Rechercher et documenter la structure du découpage administratif de chaque pays du monde • Constituer un catalogue complet de jeux de données géospatiales pour chaque pays et chaque couche de découpage • Mettre en place une plateforme open-source (GeoNode / GeoServer) : infrastructure d'hébergement, catalogue, interface utilisateur et module de visualisation géographique • Conduire un travail approfondi de data quality pour vérifier la propreté et la cohérence du catalogue • Documenter les sources de données pour chaque jeu de données

Collecte et prétraitement des données historiques de consommation électrique en France Analyse exploratoire des tendances et de la saisonnalité Découpage des séries temporelles pour identifier les cycles de consommation Application et comparaison de modèles de prévision : ARIMA, SARIMA, Prophet et LSTM Visualisation des résultats et validation du modèle pour une meilleure interprétation

Développement d'un système de classification automatique des informations Utilisation de Python pour le traitement des données Implémentation d'algorithmes de deep learning et machine learning 🛠 Outils : Python, TensorFlow, Scikit-learn, Pandas, NumPy

Intégration et consolidation de plus de 3 bases de données (données financières, projets et opérationnelles) sous MySQL et SQL Server. • Fiabiliser et nettoyer les données pour garantir leur qualité et exploitabilité • Analyser les besoins, benchmarker les solutions et rédiger les spécifications d'une plateforme inter-associative • Automatiser des requêtes SQL pour optimiser les traitements • Présenter les livrables et recommandations à la direction

Dans le cadre d'un stage bénévole au sein d'Afrikawork, plateforme de mise en relation professionnelle en Afrique, j'ai contribué à la collecte, l'analyse et la valorisation des données du marché de l'emploi guinéen. • Concevoir et développer des scripts de scraping automatisé avec Python et R pour collecter des données multi-sources : offres d'emploi, prix du marché, informations entreprises et données réseaux sociaux • Nettoyer, structurer et fiabiliser les données collectées pour les rendre exploitables par les équipes métiers • Réaliser une analyse concurrentielle approfondie à partir des données web afin d'identifier les tendances du marché et alimenter la stratégie commerciale de l'entreprise • Produire des synthèses et restituer les insights clés aux équipes pour orienter les décisions opérationnelles • Contribuer à la veille concurrentielle et au suivi des évolutions du marché de l'emploi en Afrique de l'Ouest