Menu

Maëva KOUADIO

Guyancourt

Electionseuropéennes 2024

RETROUVEZ GRATUITEMENTLe résultat des européennes à Cenon ainsi que le résultat des européennes en Gironde.

En résumé

Mes compétences :
SAS Statistical Package
Python Programming
Logiciel R
MATLAB
C Programming Language
Microsoft Access
Spotfire
Oozie
Hive

Entreprises

  • SERMA INGENIERIE - Ingénieure Analyste base de données

    Guyancourt 2015 - maintenant Mission chez Renault

    Objectif : améliorer la connaissance des usages clients et de la durée de vie des batteries.

    - Traitement des données d’usage provenant de batteries des véhicules électriques. Rapports détaillés pour la Direction Informatique sur les anomalies rencontrées et leurs impacts.
    - Exploitation (requêtage, programmation, visualisations) desdites données dans le cadre d’études pour le compte de divers services de la branche véhicules électriques de Renault : vie série, innovation, après-vente, métier batterie, informatique.
    - Rédaction des livrables des projets, mise en place de tableaux de bord automatisés (comportements clients, anticipation des pannes dues à des défauts de batteries, validation plaintes autonomie)
    - Utilisation quotidienne de R, Hive et Spotfire

  • EDF R&D site de Clamart - Chargée d'études statistiques

    2014 - 2014 Chargée d’études statistiques – EDF R&D (site de CLAMART), Département de 90 personnes
    Stage : Évaluation de la fiabilité du réseau électrique sous l’influence de perturbations climatiques (processus de Poisson non homogènes).
    Objectif du projet : Détermination de la fréquence de renouvellement des matériels du réseau électrique.
    Cadrage du projet (analyse exploratoire)
    - Définition du périmètre de données
    o Traitement de bases de données (quantitatives et qualitatives) issues du SI
    o Extraction de données issues de différentes bases externes.
    - Méthodes appliquées pour la définition du périmètre :
    o Analyse en composantes principales,
    o Classification hiérarchique,
    o Ajustements graphiques.
    - Choix du modèle statistique à mettre en oeuvre pour le projet (modèle de type Cox)
    Mise en oeuvre du projet (statistique inférentielle)
    - Formalisation et implémentation du modèle.
    - Estimation des paramètres du modèle par maximum de vraisemblance.
    Validation du modèle appliqué
    - Etude de la conformité du modèle aux données :
    o Tests d’adéquation,
    o Analyse des résidus,
    o Simulations de processus de Poisson.
    - Mise en oeuvre d’indicateurs de sensibilité des matériels
    o Indicateurs de vieillissement
    o Indicateurs climatiques
    Analyse des résultats
    - Analyse des indicateurs
    - Détermination de préconisations et des options possibles pour la poursuite du projet
    Actions connexes
    - Réunions d’avancement (interlocuteurs internes au Projet)
    - Présentation des travaux réalisés (interlocuteurs externes au Projet)
    - Suivi des actions
    - Confrontation des résultats des différents acteurs
    - Livrables :
    o Rédaction d’une note de synthèse à destination du commanditaire ERDF
    o Rédaction de rapports de stage (rapports confidentiel et pédagogique)

  • MC DONALD'S - Employé polyvalent et administratif

    2011 - 2013 comptage et saisie de la recette,
    vérification des transactions bancaires à l'aide d'un outil de reporting : e-portal (ingenico), retrait, dépôt, échange d'espèces.
    prise de commande, encaissement, cuisine, nettoyage.

Formations

  • SAS Institute

    Vincennes 2015 - 2015 Formation au ciblage Marketing/ détection de fraude

    • Partitionnement de données
    • Arbres de décision : construction et choix du meilleur arbre
    • Régression logistique : traitement des données manquantes, sélection de variables,
    régression polynomiale
    • Réseaux de neurones.
    • Comparaison des modèles candidats : choix du meilleur modèle
    • Matrice de profit, ajustement en cas de suréchantillonnage
    • Scoring sur de nouvelles données

  • Université Bordeaux 2 Victor Segalen

    Bordeaux 2012 - 2014 Master Modélisation Ingénierie Mathématique, Statistique et Economique


    Probabilités: Processus Stochastiques (Chaines de Markov, Martingales), Séries chronologiques, Lois de probabilité/convergence

    Statistiques: Tests statistiques paramétriques et non paramétriques.

    Datamining: Analyse de données, Scoring, Apprentissage automatique, Régression.

    Autres outils: Analyse de la survie et modèle de durée de vie accélérée, Outils de simulation, Analyse de la vari

  • Université Bordeaux 1 Sciences Et Technologies

    Talence 2008 - 2012 Licence Science, Technologie, Santé

    Ingénierie mathématique

Réseau

Annuaire des membres :