CV du
consultant

BDD

Data ACCESS Azure EDC mapping

Connaissances fonctionnelles

INTELLIGENCE ARTIFICIELLE Analyse ANGLAIS Assurance audit BANCAIRE Banking Banque Business cartographie Cloud Coaching Conformité dashboard datavisualisation digital ecommerce ESPAGNOL Finance Formation FRAUDE FRTB informatique Leadership liquidite Logistique Marketing Méthodes Microsoft office Produit RETAIL Risk SANTE SAS Securities Slack statistiques Strategies TESTS trading WEB

Langages

PYTHON css Excel Github HTML JAVASCRIPT MATLAB PySpark R Ruby SHAREPOINT Spark SQL VB VBA

Méthodes

AGILE Agilité Conseil Management PILOTAGE POC PROJET Qualité

Outils

Bootstrap Trello

Réseaux et Middleware

AWS réseaux

Systèmes

UNIX WINDOWS

ENTREPRENEUR / INGENIEUR FINANCIER / DATA SCIENTIST/ DEVELOPPEUR
Compétences fonctionnelles : Finance, Intelligence artificielle, Entrepreneuriat, Développement web
Méthodologie de projet : pilotage et gestion d’équipe, leadership, agilité


Profil Plus de 10 ans d’expérience en
• Santé, Finance de marché ( trader taux à Rothschild), Risque de marché et Crédit, liquidité ,Détection de fraude, Real State, Startup, Conformité
• Data Engineering / Analyse, Intelligence artificielle sous Python, R, SAS, Spark(machine & deep learning), DataVisualisation ( Tableau, PowerBI) et SQL
• Cloud : Azure (cognitives services, AzureML, OpenAI), Aws ( s3, athena, glue, rds)

Informatique • Pack Office, VBA, R, MATLAB, Python , Ruby on Rails, SQL, Github, HTML/CSS, Javascript

Formation • 2019 : Bootcamp 3 mois Développeur Web Ruby - The_Hacking_Project
Formation intensive ( Ruby on rails, CSS/HTML, Bootstrap, Javascript, SQL, AWS, Github)

• 2010-2011: Master 2 Data Science et Finance de marché
Université Paris-Dauphine/ Université Panthéon-Assas 2

• 2007-2010: Ingénieur Ecole Centrale
& Master recherche et économie quantitative - CNRS

• 2006-2007 : Classes préparatoires (maths physiques) aux Grandes Ecoles-Lycée Condorcet

Langues :
Anglais (Courant) Espagnol (Débutant)

Centres d’intérêts • Associations : Membre du « Club Digital » de l’Université Paris Dauphine et « Centraliens entrepreneurs »

• Loisirs : Running en compétition par équipe (10km, Mudday, Semi-marathon de Paris), Boxe anglaise





EXPERIENCE PROFESSIONNELLE



Janvier 2021- Aujourd’hui
Conseil et formation en data et développement Python
TPH
• Conseil pour le Crédit Agricole en data et développement Python : mise en place d’un module de calcul d’indicateurs de risque de liquidite (DCC, LCR, NSFR) : analyse des sources et de la qualité des différentes données, dictionnaire de données, analyse exploratoire et visualisation des données, implémentation des calculs des indicateurs de risque de liquidité pour différents scénarios et entités du Crédit agricole
• Conseil Data et IA pour Wynd, Startup du Next 40 ( levée de fonds de plus de 110 millions) centrée sur l’encaissement et la gestion du cycle de vie de la commande, gestion du stock omnicanal et le picking des produits la logistique (retail, ecommerce, marketing) : cartographier et structurer les données, mettre en place la mesure de la qualité des donnéeset les dashboard, améliorer la qualité des données, expression de besoins, spécifications, tests, implémentation desmodèles de ML pour le pricing et prévision des commandes et des rendez-vous annulés, la segmentation de clients pour le marketing, classification automatique des biens de consommation à partie de données ( images, texte, données tabulaires) , le picking ( substitution des produits), l’orchestrationdes commandes
• Formation IA et Python en entreprise ( Chambre des salariés, INFPC au Luxembourg), dans des organismes de formation en data ( Ecole IA Microsoft à Toulouse, Lyon, Clermont-Ferrand)
• Conseil en data et suivi des projets d’IA ( computer vision, traitement de texte) avec Michelin, Braincube,Logiroad, Apside, Exaltis
• Formation en finance et data (machine learning, Deep Learning R, SQL Python): ESSEC, ESCP, Codataschool, Ecole IA Microsoft, EDC, ESG, coaching de centaines d’apprenants, création de modules, animations et suivi des formations

Environnement :
Windows, Unix, Python, Pyspark, Spark , R, SAS, Tableau, PowerBI, AWS, Azure,Github, SQL, Trello, Slack



Sept 2018 – Dec 2020
Manager Senior & Data Scientist Finance
SopraSteria
• Management d’une équipe de 5 personnes pour un POC de valorisation de données de pilotage : au sein de la direction de pilotage SI d’un client bancaire, amélioration des prévisions budgétaires via l’IA :méthodologie agile, formalisation des usecase et de la méthodologie (Clustering de projets puis prédictions des budgets), identification des sources de données, collecte et nettoyage des data, Clustering ( K-means, CAH, Clustering sous densité) sous R, Prédiction des variables sous Python ( SVM)
• Réflexion autour de l’IA et management d’équipe : Vulgarisation et présentation de l’IA en plénière (plus de 300 personnes), création de supports de réflexion et marketing direct proposition commerciale adressée, présentation de l’IA

Environnement :
Windows, Azure,GCP, IA (Clustering, SVM ) Python, R, Excel ; Pack Office, Tableau, SQL


Sept 2016 – Nov 2018
Lead Data Scientist & Finance
Deloitte
Team leader sur un projet de Benchmark des algorithmes data science implémentés chez les principaux Editeurs : régression, SVM, réseaux de neurones sous R

• Au sein du desk de gestion d’actif d’un acteur en assurance (UMR Nantes /Paris):
• Pricing de produit et Analyse de risque de marché et participation aux stratégies d’investissement
• Mise en place d’outils Excel/VBA pour optimiser les traitements des données financières : les matrices transparisées de fonds
• Cartographie et structuration des données de la Direction des investissements, amélioration de la qualité de la données, dashboard
• Formalisation de usecase machine learning (détection de fraude) pour Crédit Mutuel Arkéa: analyse du besoin, définition de la méthodologie d’analyse des profils et des modèles de machine learning ( Clustering) sous R

Environnement :
Windows, SharePoint, Python, R, Excel, PowerBI, SQL



Janv 2013 – Sept 2016
Consultant Ingénieur Financier & data
Ibela – LaBanquePostaleAssetManagement
Responsabilités au sein d’une équipe de douze analystes :
• Revue de l’Expected Shortfall dans la FRTB (« Fundamental Review of The Trading Books »)
• Pricing de produits financier
• Optimisation des scénarios de la Var Stressée, Analyse et backtesting de la Var
• Analyste risque de marché sur les fonds structurés
• Formation des collaborateurs sur les méthodes de scoring

Environnement :
Windows, Matlab, Bloomberg, Excel/Vba, SQL

 

Janv 2012 – Dec 2012
Data Scientist Risque de marché
Société générale Corporate & Invesment Banking
Dans le cadre d’un projet d’analyse d'un indicateur de risque (Value at risk stressée) :
• Définition du besoin, test, suivi par diagramme GANTT, tableaux de bord
• Sélection et audit des facteurs statistiques de risque de l'indicateur : étude des sensibilités de la banque afin de déterminer les périmètres les plus significatifs du business
• Implémentation des modèles de data mining (ACP, AFD, clustering) sous R/VBARésultat : Ce projet a détecté les pires scénarios de l'indicateur : 260 à 19

Environnement :
Windows, R, Acces, loomberg, Excel/Vb, SQL,

Progiciels :
Galaxy, Eliot, Shivax



Avril – Dec 2011
Analyste Front office
La Compagnie Financière Rothschild
Responsabilités au sein d’une équipe de douze analystes :
• Analyse du business : analyse et validation des différents spreads sous Bloomberg, rédaction de notes d’analyse macro-économique (suivi quotidien des market data , ISM, CPI)
• Analyse du P&L et élaboration des stratégies directionnelles : mapping des sous-jacents, et valorisation des produits (interaction avec les quant et gérants senior taux), explication du P&L via une analyse économétrique pour l’allocation d’actifs effectuée

Résultat :
Cette mission a permis une assistance à la précise de décision d’investissement

Environnement:
Windows, Access, SQL, Excel/Vba, Bloomberg

Progiciels:
Barclays Point, Omega Kappa
 

Avril - Sept 2010
Data Scientist Risque de marché
Bnp securities services
Responsabilités au sein d’une équipe de dix Analystes:
• Implémentation et audit d’un module de backtesting de la Value at risk: analyse des fonctionnalités avec les utilisateurs, rédaction de cahier de charges, étude technique réalisation de la maquette, requête des données et nettoyage des data
• Implémentation de l’outil statistique : tests économétriques ( Jarque-Bera), rapprochement du P&L et de la Var pour le backtesting sous SAS

Résultat : Cette mission a permis l’optimisation du travail de l’équipe

Environnement :
Windows, Excel, SQL Macintosh, SAS

Progiciels:
Sungard, APT