Menu

Charlotte BIMOU

Limoges

En résumé

Très prochainement titulaire d'un doctorat en Mathématiques Appliquées Statistiques, je cherche aujourd'hui un poste faisant appel aux Mathématiques Appliquées (Machine Learning, Data Mining, Data Science) à horizon Novembre 2019.
Je suis intéressée par les secteurs suivants: R&D, industriel, santé, marketing, publicité, commercial, agronomie, informatique, banques et assurances, aéronautique,....
Je reste à votre disposition pour tout renseignement complémentaire.

Mes compétences :
Traitement statistique
Statistique appliquée
Data mining
Big Data
SAS
Machine Learning
Gestion de projet
Études statistiques
SPSS Statistics
Python
R
Statistique multivariée
Scikit learn
Project Management
NumPy
Python Programming
Scala
Tableau

Entreprises

  • Université De Limoges - Chargée de projet Scientifique

    Limoges 2016 - 2019 Tâches réalisées:
    - Identification de groupes homogènes de trajectoires de perte d'autonomie fonctionnelle dans une population de personnes âgées suivies à domicile pendant 2 ans;
    - Mise en place d'un modèle mathématique pour trouver les facteurs prédictifs de perte d'autonomie, les variables pertinentes sur lesquelles doivent agir les professionnels de la santé afin de mettre en place une stratégie de prévention précoce;
    - Mise en place d'un modèle prédictif pour la prédiction de perte d'autonomie fonctionnelle de nouveaux patients; Détermination des conséquences cliniques associées aux trajectoires d'autonomie; Réalisation d'analyses de survie des personnes âgées;
    - Valorisation scientifique de travaux de recherche (publications, 4 congrès internationaux).

  • Université De Limoges - Chargée de projet scientifique

    Limoges 2016 - maintenant Chargée de projet scientifique (Doctorat en Mathématiques Appli- quées Statistiques à HAVAE,
    -Analyses innovantes de données de santé par des modélisations mathématiques, du DataMining issues de la cohorte de suivi préventif de la perte d'autonomie
    de personnes âgées du Limousin (UPSAV), thèse avec la Chaire d'Excellence
    e-santé, bien-vieillir et autonomie, Fondation Partenariale Université de Limoges
    - Domaine applicatif : santé.
    - Mots-clés : Datamining, machine learning, données longitudinales, cliniques, biologiques, médicales, socio-environnementales - analyse de trajectoire - ap- prentissage non supervisée, k-means, Group-Based Trajectory Modeling, classi- fication hiérarchique - apprentissage supervisée, régression logistique - modèles mathématiques - R, SAS.
    - Application : Mise en place d'un modèle mathématique pour trouver les fac- teurs prédictifs de perte d'autonomie, les variables pertinentes sur lesquelles doivent agir les professionnels de la santé afin de mettre en place une stratégie de prévention précoce; Identification de groupes homogènes de trajectoires de perte d'autonomie fonctionnelle dans une population de personnes âgées suivies à domicile pendant 2 ans; Mise en place d'un modèle prédictif pour la predic- tion de perte d'autonomie fonctionnelle de nouveaux patients; Détermination des conséquences cliniques associées aux trajectoires d'autonomie; Réalisation
    d'analyses de survie des personnes âgées; Valorisation scientifique de travaux de recherche. Participation à la rédaction de protocole de recherche.

Formations

  • Université Clermont 2 Blaise Pascal

    Clermont Ferrand 2014 - 2016 Master Statistiques et traitement des données

    Pour moi, l’analyse de grandes masses de données a toujours été très attrayante car les métiers de la data touchent des domaines qui analyse les changements de la société et les secrets du monde actuel.

  • Université Blaise Pascal

    Clermont Ferrand 2014 - 2016 Master

    Statistiques et Traitement de données, Université Blaise Pascal,

  • Université Djillali Liabes, Sidi Bel Abbès (Sidi Bel Abbes)

    Sidi Bel Abbes 2011 - 2014 Licence en Mathématiques appliquées à l'Economie et à la Finance

Réseau

Annuaire des membres :