Hajar AIT EL KADI

Depuis Octobre 2020                      Assistance Publique - Hôpitaux de Paris - (APHP)

‍Poste

• ML Engineer

Projet

• ‍‍Caractérisation de bradycardie et d’arrêt cardiaque inopiné en réanimation lors de l’infection virale Covid-19

Contexte

• ‍‍Caractériser et prédire les survenues de bradycardie et d’arrêt cardiaque au cours d’une infection virale par la Covid-19

Missions

• Compréhension de l’architecture des bases de données
• Conception du pipeline (data extraction, data analysis, modelling, prediction)
• Construction de la population des patients à étudier depuis l’entrepôt de données AP-HP
• Description des caractéristiques de cette population (DataViz, statistiques descriptifs)
• Prédiction de la survenue d’un arrêt cardiaque inopiné en réanimation au cours de l’infection virale par la Covid-19
• Mise en évidence des facteurs prédictifs de survenue de la bradycardie en réanimation au cours d’une infection virale par Covid-19
• Documentation des résultats
• Présentation et interprétation des résultats aux équipes médicales

Compétences techniques

• Langage primaire : Python
• Paradigme : Procédural
• Environnement : JupyterLab
• Stockage : Entrepôt AP-HP (Postgres)
• Traitements : Python (Numpy), SQL
• Algorithmes : Scikit-learn
• Tests : Tests unitaires‍
• Visualisation : Pyplot, Seaborn, Matplotlib, SHAP

Équipe

• ‍‍4 data scientists et un médecin chercheur

Avril 2019 à Septembre 2020                              BOURSORAMA

Poste

• ‍‍Développeur Python & Scala | Spark‍

Projet

• ‍‍Optimisation du ciblage des communications marketing

‍‍‍Contexte

• ‍Scoring d’appétences : Qualification de l’appétence d’un client à un produit donné via des modèles de scores d’appétence à travers la construction d’une API à base d’algorithmes de Machine Learning‍
• Moteur de recommandation : Qualification de l’appétence d’un client à l’offre des différents produits et services de Boursorama ‍

Équipe

• Data Marketing, 10 personnes

Missions

• Compréhension de l'existant (sources de données, modèle de régression logistique legacy sur SAS,...)
• Conception et développement de l’API REST
• Conception du pipeline : preprocessing, training, predicting et monitoring
• Récupération des données et feature engineering 
• Modélisation d’algorithmes de Machine Learning (Forêts aléatoires, XG-Boost, LightGBM)
• A/B testing
• Présentation et interprétation des résultats aux équipes Marketing et IT 
• Passage de l’API en mode distribué (Scala/Spark) sur le nouveau Bac à Sable Boursorama
• Rédaction de documentation‍

Problématique 

• ‍Performance : amélioration des temps de traitement de calcul sur les machines locales (8 à 12 heures au démarrage à 10 minutes au final)‍

Compétences techniques

• ‍Langages : Python, Scala
• Paradigme : OOP, Fonctionnel‍
• IDE : Pycharm, Jupyter Notebook‍
• Tests : AB Testing
• ‍Stockage : HDFS (Hadoop), Cassandra
• Traitements : Spark
• Analyse : Zeppelin, Tableau‍
• ‍Méthodes : Statistiques
• Manipulation : Numpy, Pandas
• Machine Learning : Scikit-Learn, XGBoost, LightGBM‍
• Intégration continue : Git, BitBucket
• Travail d’équipe : Confluence
• Bugs tracking : Jira

 Juillet 2018 à Mars 2019       ISPITS

Poste

• Développeur Python | Analyse prédictive

‍Contexte

• ‍‍Outil de scraping d’un site d’offres d’emploi dans le domaine de santé. Le but est d’analyser le marché de l’emploi pour les professions infirmières (infirmiers polyvalents, sages femmes…)‍

Missions

• Conception de la base de données
• Récupération des données 
• Analyse de la syntaxe HTML
• Nettoyage et analyse des données récupérées 
• Présentation des résultats ‍

Problématique  

• Données non renseignées sur le site

‍Compétences techniques

• ‍Langage primaire : Python
• Paradigme : Fonctionnel‍
• ‍Méthodes : Statistiques
• Manipulation : Numpy, Pandas, BeautifulSoup
• ‍Stockage : MongoDB‍

‍