Samuel P.
Data Scientist
Parmi ses principales réalisations, Samuel a conçu et mis en œuvre un flux de données automatisé utilisant Snowflake, Python et Power BI, qui a permis de réduire le traitement manuel de 90 %, d'améliorer la qualité des données de 20 % et de soutenir plus de 10 lancements de produits réussis en l'espace de deux ans. Cette innovation a considérablement amélioré l'accès aux données et la prise de décision à l'échelle de l'entreprise.
Reconnu pour sa capacité à traduire des données complexes en idées claires et percutantes, Samuel favorise une collaboration interfonctionnelle solide et conduit constamment des transformations basées sur les données dans toutes les fonctions de l'entreprise.
Expertise principale
R (programming language)6 ans
SQL8 ansExpérience4
Data Scientist
- Optimisation d'un modèle de classification comportementale de niveau production sur plus de 2 millions d'entités, en identifiant et en signalant les anomalies des utilisateurs à haut risque qui ont eu un impact financier mesurable.
- Il a développé des pipelines de données ETL/ELT vérifiables en utilisant Snowflake, Python et dbt, ce qui a permis de réduire de 92 % le traitement manuel des données tout en garantissant la qualité des données et la conformité aux réglementations.
- Collaboration avec les équipes de produits, de ventes et de marketing pour concevoir et déployer des tableaux de bord permettant de contrôler et d'évaluer les performances de lancement des produits.
Qlik Sense
PythonSQL
Oracle
Microsoft Power BI
Data Engineer
- Conception et développement de pipelines de données de bout en bout dans Azure et Databricks, intégrant des ensembles de données interfonctionnels à grande échelle et réduisant le temps d'analyse de 40 %.
- Conception et optimisation de modèles de données pour l'établissement de rapports au niveau de l'entreprise, garantissant une solide gouvernance des données et des indicateurs de performance standardisés dans plusieurs zones géographiques.
- Amélioration de la cohérence des rapports entre les pays, réduction de 25 % des divergences entre les données et renforcement de la fiabilité des rapports.
MongoDB
DatabricksPythonSQL
Azure
Data Scientist
- Amélioration significative des protocoles de validation des données, garantissant l'intégrité des ensembles de données pour les systèmes d'aide à la décision critiques, conformément aux normes de l'IA éthique et responsable.
- Formation et validation de modèles prédictifs d'IA/ML sur des ensembles de données biomédicales complexes, ce qui a permis d'améliorer la précision des diagnostics de 5 %.
- Adaptation des flux de travail analytiques pour qu'ils soient évolutifs et prêts pour le cloud dans les cadres Python et R, ce qui a permis de réduire le temps de calcul de 53 %.
MongoDB
AWSPythonSQL
BashPhD Statistician
- Il a développé des cadres statistiques et d'apprentissage automatique pour les données génomiques et environnementales de haute dimension, ce qui a donné lieu à cinq publications évaluées par des pairs.
- Optimisation des modèles de régression, bayésiens et d'apprentissage automatique pour les ensembles de données biologiques, améliorant la précision prédictive de 12 %.
PythonSQLBash
NumPyÉvaluations
Excellence en ingénierie
Les performances globales de Samuel lors d'une évaluation technique en direct de 90 minutes se classent dans le top 15% des Data Scientist évalués chez Proxify.
Certificats 3
Issued Mar 2025
PythonSQL
SnowflakeIssued Mar 2023
TableauIssued Mar 2025
PythonSQLSnowflakePortefeuille
Mis en avant par Samuel
2A repository for exploring and analyzing data related to Belgian breweries and their beers. Ideal for practicing go-to-market strategies.
Autres projets 2
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%