Oumar Koné

• Accompagnement des équipes métiers du cadrage du besoin jusqu’à l’évaluation d’impact, incluant ingénieurs, managers et opérateurs. • Construction de business cases, rédaction de cahiers des charges et animation de sessions de challenge interne. • Développement et déploiement de solutions data ( Python, SQL, Dash, Voila, PowerBI ) sur environnements AWS, Azure et GCP. • Formation des utilisateurs, communication projet et amélioration continue après mise en production. • Mise en place de pipelines analytiques et monitoring via Grafana, Timestream, Redshift et Microsoft Fabric. • Référent technique pour un stagiaire et plusieurs trainees débutant en Python et en data science

• Optimisation des livraisons de gaz cryogéniques via modélisation de la consommation client (pipelines, bulks, microbulks, secteur médical). • Segmentation des clients ( stables, instables, erratiques) et développement de modèles prédictifs pour améliorer la planification. • Exclusion intelligente des clients erratiques afin d’augmenter la performance globale du modèle. • Contribution à un gain significatif à l’échelle mondiale grâce à l’optimisation des tournées. • Analyse multivariée de la supply chain pour mesurer les pertes liées aux livraisons précoces et identifier les leviers d’action. • Développement d’outils analytiques (Python, SQL, Streamlit, Voila, Power BI) et déploiement sur AWS, GCP et Azure. • Référent d’un stagiaire et de trois trainees en data science

• Modélisation des facteurs influençant le comportementdesemployésàpartirdedonnéesissuesdeprofilsLinkedIn. • Revue de littérature scientifique, formulation d’hypothèses et conception d’expérimentations. • Développement de modèles prédictifs en Python et analyse statistique avancée. • Collaboration avec une entreprise partenaire dans le cadre d’un projet pouvant mener à une thèse CIFRE

Codage prédictif et cellules de transition pour la localisation d'un robot mobile(C++|Python|GitLab)