Contexte
Ce projet combine mon background en mathématiques appliquées avec l’ingénierie de données pour résoudre un problème concret de prévision et détection d’anomalies.
Approche
- Analyse exploratoire et préparation des données
- Feature engineering à partir de sources multiples (temporelles, catégorielles, numériques)
- Modélisation avec Scikit-learn (régression, classification, clustering)
- Évaluation et interprétation des résultats
- Visualisation des prédictions et des anomalies détectées
Compétences démontrées
- Statistique avancée : tests d’hypothèse, séries temporelles
- Machine Learning : modèles supervisés et non supervisés
- Modélisation mathématique : approche rigoureuse issue de la formation Dauphine
- Data storytelling : transformer les résultats en recommandations actionnables
Stack technique
Python · Pandas · Scikit-learn · Matplotlib · SQL
Résultats
(À compléter quand le projet sera réalisé)