Data_scientist_projects

Voici les projets sur lequels j'ai travaillé pendant mon master. Here are the project I worked on during my master.

Chaque projet a été présenté lors d'un examen. Each project lead to an exam.

Chaque dossier contient:

• 1 ou plusieurs Notebook pour le prétraitement/nettoyage des données
• 1 ou plusieurs Notebook pour la recherche et l'entrainement de modèle
• 1 présentation (en Français) ayant servi de support durant l'examen.

Each folder contains:

• 1 or more notebooks for data preprocessing/cleaning
• 1 or more notebooks for model research and training
• 1 presentation (in French) used as support during the exam.

1. Analyse de donnees de systemes educatifs / Educational system data analysis

Mission:
Analyse exploratoire dans le cadre d'une expansion à l'international d'une start-up proposant des cours en ligne.
Source des données:
Banque mondiale https://datacatalog.worldbank.org/dataset/education-statistics
Compétence évaluées:

• Mettre en place un environnement python.
• Effectuer des représentations graphiques avec une librairie python.

Assignment:
Exploratory analysis as part of an international expansion of a start-up offering online courses.
Data source:
World bank https://datacatalog.worldbank.org/dataset/education-statistics
Skills assessed:

• Set up a Python environment.
• Make graphical representations with a python library.

2. Application de sante publique / Public health apps

Mission:
Proposer une idée d'application pour l'agence de santé publique en rapport avec l'alimentation.
Source des données:
Open Food Facts https://world.openfoodfacts.org/
Compétence évaluées:

• Analyses statistiques univariées / multivariée.
• Opérations de nettoyage pertinentes.

Assignment:
Propose an application idea for the public health agency related to food.
Data source:
Open Food Facts https://world.openfoodfacts.org/
Skills assessed:

• Univariate / multivariate statistical analyses.
• Relevant cleaning operations.

3. Anticipation des besoins en consommation electrique / Anticipation of electricity consumption needs

Mission:
Tenter de prédire les émissions en CO2 et la consommation totale d'énergie des bâtiments publics de la ville de Seattle en 2050.
Source de données:
Ville de Seattle https://data.seattle.gov/dataset/2016-Building-Energy-Benchmarking/2bpz-gwpy
Compétences évaluées:

• Mise en place d'un modèle d'apprentissage supervisé.
• Recherche d'hyperparamètres pour algorithme supervisé.
• Évaluation du modèle supervisé.

Assignment:
Attempt to predict the CO2 emissions and total energy consumption of public buildings in the city of Seattle in 2050.
Data source:
City of Seattle https://data.seattle.gov/dataset/2016-Building-Energy-Benchmarking/2bpz-gwpy
Skills assessed:

• Implementation of a supervised learning model.
• Search for hyperparameters for supervised algorithm.
• Supervised model evaluation.

4. Segmentation clientèle / Customer segmentation - unsupervised learning

Mission:
Segmentation clientèle pour l'entreprise Olist (e-commerce, Brésil) à destination du service marketing.
Source de données:
Public dataset by Olist https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce
Compétences évaluées:

• Mise en place d'un modèle d'apprentissage non-supervisé.
• Recherche d'hyperparamètres pour algorithme non-supervisé.
• Évauation d'un modèle non-supervisé.

Assignment:
Customer segmentation for the company Olist (e-commerce, Brazil) for the marketing department.
Data source:
Public dataset by Olist https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce
Skills assessed:

• Implementation of an unsupervised learning model.
• Search hyperparameters for unsupervised algorithm.
• Unsupervised model evaluation.

5. Classification automatique de biens de consommation / Automatic classification of consumer goods - Image and text recognition

Mission:
Création d'un moteur de classification automatique des articles d'un site de e-commerce.
Source des données:
Openclassrooms
https://s3-eu-west-1.amazonaws.com/static.oc-static.com/prod/courses/files/Parcours_data_scientist/Projet+-+Textimage+DAS+V2/Dataset+projet+pre%CC%81traitement+textes+images.zip
Compétences évaluées:

• Représentation graphique de données à grande dimensions.
• Mise en oeuvre de techniques de réduction de dimensions.
• Prétraitement de données textes.
• Prétraitement de données images.
• Mise en place d'un model de réseau de neurones.

Assignment:
Creation of an automatic classification engine for articles on an e-commerce site.
Data source:
Openclassrooms
https://s3-eu-west-1.amazonaws.com/static.oc-static.com/prod/courses/files/Parcours_data_scientist/Project+-+Textimage+DAS+V2/Dataset+project+pre%CC%81processing +texts+images.zip
Skills assessed:

• Graphical representation of large-scale data.
• Implementation of dimension reduction techniques.
• Text data preprocessing.
• Image data preprocessing.
• Implementation of a neural network model.

6. Implémentation d'un modèle de scoring / Implementing a scoring model

Mission:
Mise en oeuvre d'un outil de "scoring crédit" pour attribution de crédit à la consommation. Implémentation d'un dashboard interactif pour expliquer la décision du modèle.
Source des données:
Home Credit Default Risk https://www.kaggle.com/c/home-credit-default-risk/data
Compétences évaluées:

• Déployer un modèle via une API sur le web.
• Utiliser un logiciel de version de code pour assurer l'intégration du modèle.
• Réaliser un dashboard interactif.

Assignment:
Implementation of a "credit scoring" tool for granting consumer credit. Implementation of an interactive dashboard to explain the decision of the model.
Data source:
Home Credit Default Risk https://www.kaggle.com/c/home-credit-default-risk/data
Skills assessed:

• Deploy a model via an API on the web.
• Use code release software to ensure model integration.
• Create an interactive dashboard.

7. Déployer un modèle dans le cloud / Deploy a model in the cloud

Mission:
Faire le prétraitement de données et la réduction de dimension dans un environnement Big-Data en utilisant Pyspark et AWS.
Source de données:
Fruits 360 https://www.kaggle.com/datasets/moltean/fruits
Compétences évaluées:

• Manipuler des données dans un environnement Big Data.
• Paralléliser des opérations de calcul avec Pyspark.

Assignment:
Perform data pre-processing and dimension reduction in a Big-Data environment using Pyspark and AWS.
Data source:
Fruit 360 https://www.kaggle.com/datasets/moltean/fruit
Skills assessed:

• Manipulate data in a Big Data environment.
• Parallelize calculation operations with Pyspark.