Data Scientist
- Études / Statistiques / Data Développement d’un modèle de classification pour déterminer les causes d’échec de livraison des produits aux clients. La valeur ajoutée est l’optimisation de ressources sur une tâche qui s’effectuait manuellement. (R, SPSS, Feature Engineering …)
Classification des surveys client à l’aide d’une analyse “Text Mining” / “NLP” (de sentiment) et intégration des résultats dans un outil de visualisation (Tableau).
Exploration de données logs décrivant les interventions du support technique chez les clients. Le but est d’extraire des informations utiles à la maîtrise de qualité. (ex. Identification des produits récurrents pouvant présenter un défaut de construction).