Andrea C.
Senior Data Scientist
Il se spécialise dans l'optimisation, la prévision et la construction de pipelines de données, avec une expérience pratique dans le développement de systèmes axés sur l'IA pour la logistique, la vente au détail et les plates-formes RH.
Au PVH Europe, Andrea a réalisé des économies annuelles de 3 millions d’euros en développant une solution de programmation linéaire et en menant un projet d’optimisation d’entrepôt à l’aide d’algorithmes génétiques. Il est très doué en Python, SQL, PySpark, Airflow et AWS.
Connu pour son souci du détail et son approche collaborative, Andrea excelle dans des équipes interfonctionnelles et transforme constamment des défis complexes en produits de données évolutifs et à impact élevé.
Expertise principale
Python10 ans
Data Science5 ans
Git10 ans
NumPy10 ansExpérience4
Data Scientist
- Conçue et implémentée un modèle de programmation linéaire pour améliorer la réalisation des stocks-to-order en produisant des économies annuelles estimées à 3 M€.
- Conduit une initiative majeure sur l'optimisation des emplacements d'entreposage en utilisant une approche basée sur des algorithmes génétiques.
- Construire des pipelines de données robustes avec PySpark et Airflow pour automatiser et rationaliser les rapports pour les différentes parties prenantes.
- Des modèles de prévision entraînés pour prédire le trafic des pieds des magasins de détail à l'aide de réseaux neuronaux récurrents basés sur LSTM.
- Formé un modèle de Forêt Aléatoire pour prévoir le volume de la logistique entrante et mis en œuvre des flux de travail de reconversion automatisés.
- Maintenance de l'infrastructure CI/CD et des environnements Docker pour l'équipe de la science des données, assurant une exécution fiable de travaux sur le cloud sur AWS.
- Agi en tant que réviseur de code principal, supervisant la qualité de codage et maintenant le paquet Python interne de l'équipe (dscin_ppy).
Docker
AWSPython
SQL
AWS S3
Data Scientist
- Amélioration du moteur de recherche interne de la plateforme CRM en implémentant un modèle XGBoost, qui a réduit le temps d’identification des candidats de 40%.
- Création et maintenance de tableaux de bord internes KPI à l'aide de Streamlit, avec des visuels interactifs propulsés par Plotly.
- Élaboré un modèle NLP basé sur le transformateur pour classer automatiquement les descriptions de tâches dans les curriculum vitae des candidats.
- Données du système CRM miné pour découvrir et résoudre les irrégularités, améliorant la fiabilité du système.
- Contribuer au développement de l'interface en étendant les fonctionnalités de Django et en optimisant le stockage des données pour mieux prendre en charge les workflows d'apprentissage automatique et l'évolutivité.
PostgreSQL
DjangoPythonSQL
Bash
Science 2 Data Science (fellow)
- Réalisation d'un projet PNL dans une équipe de cinq personnes utilisant la méthodologie Agile, le complétant de l'idéation au prototype.
- Conception d'un pipeline d'analyse de texte complet pour le nettoyage, la modélisation des sujets et le regroupement d'un corpus de documents écrits par l'homme.
- Applied deep learning methods, including a BERT based model, to extract key topics and automate information retrieval.
- Construit un système de classification pour étiqueter et catégoriser les documents entrants, réduisant considérablement le temps d’intégration pour les nouveaux partenaires commerciaux.
PythonNumPy
Pandas
AgileGit
Decision Intelligence Engineer
- Développé un algorithme de prévision de backend à l'aide de données fournies par le réservoir fourni par le client.
- Fournir un outil souple et personnalisé qui prédisait la production de gaz naturel dans des scénarios variables, permettant une planification opérationnelle plus informée.
- Amélioration d'un algorithme Python existant en le généralisant pour tenir compte de conditions géologiques et opérationnelles plus larges.
- Collaboré en étroite collaboration avec le chef de projet, l'ingénieur logiciel, le spécialiste DevOps et l'équipe technique du client pour assurer un déploiement et une intégration sans faille.
PythonData ScienceNumPyPandasGitExcellence en ingénierie
Tous les Senior Data Scientists qui ont postulé chez Proxify sont notés de 0 à 300 en excellence en ingénierie, l'un des cinq paramètres que nous évaluons. Ce score reflète uniquement l'excellence en ingénierie, basée sur des entretiens, des exercices à domicile, des sessions de codage en direct, et/ou des évaluations de performance en poste. La courbe montre comment tous les Senior Data Scientists évalués sont répartis sur cette plage, où se situe notre seuil d'acceptation pour ce paramètre, et où se situe Andrea.
Score 190 · Top 10% of engineers
Éducation
Arrêtez de naviguer.
Soyez jumelé plus rapidement.
Parlez à un expert et obtenez des correspondances personnalisées de notre réseau en seulement 2 jours.
Accédez à plus de 6 000+ experts
Soyez jumelé avec un développeur en 2 jours en moyenne
Embauchez rapidement et facilement avec un taux de réussite de 94%