Thomas Lemonnier

Rédaction d’un état de l’art : • Réalisation d’un état de l’art approfondi sur les techniques de génération de données synthétiques tabulaires à l’aide du deep learning, avec un focus particulier sur les données transactionnelles représentées sous forme de graphes. • Analyse critique des approches existantes, incluant des modèles avancés comme les GANs tabulaires, les modèles de diffusion et les réseaux graphiques, pour proposer des solutions adaptées aux problématiques spécifiques des données transactionnelles. Développement d’un logiciel: • Conception et implémentation d’un logiciel interactif utilisant Dash en tant que front, pilotant une API de génération de données synthétiques à partir d’une base initiale. • Création d’un modèle personnalisé pour la génération de données, intégrant des fonctionnalités avancées telles que : - Visualisation des données synthétiques pour analyser leur structure et leur cohérence. - Évaluation de la qualité des données générées, incluant des métriques adaptées aux données tabulaires et graphiques. - Cryptage de variables sensibles pour garantir la confidentialité des données synthétiques. • Déploiement de cette API et de l'application sur AWS avec une gestion d'une base de données S3 pour l'envoie des données entre front et back Impact et innovation : • Développement d’une solution pratique et accessible répondant aux besoins de confidentialité et de diversité des données dans un contexte transactionnel. • Contribution à l’exploration de nouveaux usages pour les données synthétiques, offrant des perspectives d’applications sécurisées dans le secteurs bancaire.

Gestion et transformation de grands volumes de données : • Manipulation de données massives issues de roulages, dans des formats non exploitables. • Création d’une base de données optimisée et accessible pour les équipes internes, en réduisant la taille des données d’un facteur x10 grâce à des stratégies avancées de compression et de structuration. • Développement de pipelines ETL en Python avec des outils comme Dask pour gérer efficacement la volumétrie et optimiser les traitements distribués. Revalorisation et enrichissement des données : • Extraction et création de champs interprétables à partir des signaux bruts des véhicules pour valoriser les données disponibles. • Collaboration avec des équipes spécialisées pour développer des fonctionnalités avancées. Optimisation et partage des données : • Développement de solutions pour rendre les données exploitables à l’échelle de l’entreprise, garantissant leur accessibilité sans compromettre les performances des systèmes. • Mise en œuvre d’un partitionnement stratégique pour améliorer l’efficacité des traitements et des requêtes sur des fichiers volumineux. Collaboration dans un environnement agile (SAFe) : • Participation active aux cérémonies agiles pour coordonner les efforts entre équipes pluridisciplinaires et assurer une livraison continue des projets. • Contribution à un cadre de travail collaboratif axé sur la qualité, l’évolutivité et la robustesse des solutions développées.

Optimisation des performances internes : • Analyse des performances des équipes à travers la collecte et l’exploitation de données issues de divers outils (Git, adoption d’outils internes, etc.). • Analyse des données afin de fournir des insights exploitables aux décideurs. Développement et gestion de pipelines ETL : • Conception et maintenance de processus d’extraction, transformation et chargement (ETL) en SQL et Python. • Automatisation des workflows pour garantir l’intégrité et la disponibilité des données. • Utilisation d’outils avancés tels que Databricks pour le traitement des données à grande échelle. Migration vers le cloud Azure : • Participation à une migration stratégique vers Azure, incluant la refonte de pipelines de données et l’adaptation aux nouveaux standards cloud. • Collaboration avec les équipes pour garantir une intégration optimale des outils existants et assurer la continuité des opérations. Collaboration agile dans un environnement SAFe : • Intégration dans une organisation agile (cadre SAFe) pour coordonner efficacement les activités entre équipes et garantir une livraison continue de valeur. • Participation aux cérémonies agiles (PI Planning, Daily Stand-ups, etc.) pour assurer une collaboration fluide et un suivi précis des priorités.

Développement et déploiement d'une application de génération de données synthétiques tabulaires (à l'aide de GAN) dans le but d'une utilisation bancaire.

Travail dans l'équipe R&D de Skaizen Group autour de la création d'un outil de génération de données tabulaires synthétiques (à l'aide de GANs) dans le but d'améliorer les modèles ML de détection d'anomalies;

Travail au sein de l'équipe Valorisation de Data afin d'aider la détection des opportunités de création de valeur, étude de l'évolution des accords RGPD de l'entreprise. Utilisation de R avec la bibliothèque SparkR dans le but d'analyser, nettoyer, traiter et utiliser les données afin de créer des modèles de Machine Learning pour améliorer les parcours de concrétisation de contrats à partir des données de connaissance clients.

Dièse est la Junior Entreprise de l’ENSIIE. Elle propose une réponse adaptée à des problèmes informatiques avec professionnalisme et réactivité dans des domaines riches et variés. En tant que chef de projet, l’étudiant est mis en situation professionnelle avant l’heure: • Approche commerciale • Aide à la définition des besoins précis d’un client • Sélection et recrutement d’intervenants compétents • Définition et négociation du budget et des délais • Rédaction de documents contractuels • Suivi de projet • Management des intervenants Le travail et développement de ces qualités professionnelles a permis à Dièse de recevoir le prix d'excellence en 2006 (récompense attribuée à la meilleure Junior-Entreprise de France) et récompensée à 3 reprises par le Label Ingénieur (plus gros projet innovant de l'année) en 2007, 2009 et 2012.

Stage ayant pour but la création d'un algorithme de sélection universitaire. -Parcours, analyse et nettoyage de données avec Python et Pandas -Visualisation de données avec des bibliothèques comme Matplotlib -Création de modèles mathématiques à l'aide du package SciKit Learn.