Menu

Norbert FOUEMKEU

LYON

En résumé

Comme Data scientist, J'interviens chez notre client la Banque de France (section Eurosystème) dans le cadre du projet Target 2 Securities (T2S). J'apporte une expertise technique pour mettre en place un modèle d'impact des comportements des acteurs du marché financier européen sur le taux de règlement des titres. Pour cela, je développe les modèles prédictifs, explicatifs et prescriptifs à partir des algorithmes de type Machine Learning et Deep Learning sur la distribution Anaconda afin de suivre les variations des taux de règlement-livraison des titres financiers.

Mes compétences :
Modélisation prédictive
Toad pour Oracle
Machine Learning
Microsoft Excel
Data Mining
SPAD 9
Matlab
IBM SPSS MODELER 17.1
BI (Tableau Software)
Python
R, RStudio, Shiny
SAS, SAS Enterprise Guide, SAS ODS

Entreprises

  • Adservio IT Quality Experts - Lyon - Data Scientist

    2018 - maintenant Chez le client Banque de France, Section Eurosystème
  • SEC-STAT - Data Scientist

    2017 - 2018 - Développement de l'offre Data science & BI
    - Mission de conseil auprès de la CNAM : Maquettage que modélisation d'un modèle prédictif de fraude à l'assurance maladie
  • Euro Protection Surveillance filiale du Groupe Crédit Mutuel - Data Scientist

    2012 - 2016 Compétences et techniques :
    Modèle de survie :
    - Estimation de la probabilité instantanée des pannes avec traitement de la censure dans le modèle de Kaplan-Meier
    - Loi de Weibull pour l’estimation du délai d’attrition par segment de clients
    - Evaluation des risques de défauts en fonction du type et l’environnement :

    Algorithme de type Machine Learning et Deep Learning :
    - Modélisation prédictive par apprentissage supervisé :
    - Réseaux de neurones
    - Arbres de décision (C5.0, QUEST, CHAID, CART),
    - Modèle de régression par les splines adaptatives (MARS, PolyMARS),
    - Forêts aléatoires (Boostrap) et Séparateurs à vaste marge (SVM),
    - Modèles de régression logistique binaire et multinomial et K-NN (Plus proches voisins)
    - Modélisation par méthode d'apprentissage automatique non supervisé
    - SQL sur ORACLE, SAS, RStudio, Shiny.
  • Ecole polytechnique de Lyon et CNRS - Grenoble - Post-Doctorat

    2010 - 2011 Mission de recherche au CNRS
    - Etude des facteurs d'exposition et de vulnérabilité des personnes sur le réseau routier du
    département du Gard en période d'inondation.

    Mission d'enseignement à l'Ecole polytechnique de Lyon :
    - Statistiques et informatique décisionnelle pour l'ingénieur
    - Modélisation statistique des procédés industriels (MSPC) : Estimation des paramètres de contrôle
    o Cartes de contrôle aux mesures
    o Cartes de contrôle aux attributs
    - Travaux pratiques :
    o Méthodes exploratoires d'analyse des données : ACP, AFC, AFCM et AFD
    - Encadrement de projets de 5ème année à l'Ecole polytechnique de Lyon.
    - Logiciels utilisés : SAS 9.2, IBM SPSS MODELER 17.1, RStudio, SPAD
  • IFSTTAR: Institut Français des Sciences et Technologies des Transports, de l'Aménagement et Réseaux - Ingénieur Statisticien Data Mining

    2006 - 2010 Les résultats des travaux réalisés ont donné lieu à la soutenance d'une thèse de doctorat en mathématiques appliquées,
    Spécialisation Statistique & Data Mining
  • GATE : Groupe d'Analyse et de Théorie Economie - STAGE

    2006 - 2006 Projet :
    Evaluation économétrique de l'impact du stigmate du chômage sur la trajectoire salariale et croissance salariale
    Missions réalisées :
    - Evaluation des déterminants de la trajectoire salariale par modèle de régression logistique
    avec correction du biais de sélection par la méthode d'Heckman et Robb (Ratio de Mills)
    - Estimation de la durée du chômage en fonction des caractéristiques individuelles et des
    politiques de l'emploi par le modèle général de durée de vie : Modèle de régression de Cox
    - Validation des modèles économétriques multi-niveaux par genre (H/F) avec le test de Chow
    - Evaluation des effets du capital humain sur la croissance salariale et le retour à l'emploi

    Compétences techniques et logicielles :
    - Exploitation des données longitudinales de panel et modèles économétriques
    - Logiciels : SAS 9.2, R, SPSS et STATA.
  • ATMO : Société de surveillance de la Qualité de l'Air en Poitou-Charentes - STAGE

    2005 - 2005 Mission réalisée :
    - Développement d'un modèle statistique de prévision de l'ozone dans la région Poitou-Charentes.

    Impact du projet :
    - Réduction des coûts d'investissements sur les appareils de mesure d'O3, NOX et particules fines

    Techniques et compétences :
    - Modèles de régression générale ;
    - Modèle de géostatistique (Krigéage, Co-Krigéage) pour la cartographie de la pollution

    Logiciels :
    - R sous Linux, EXCEL et ISATIS.
  • INSEE : Direction Générale / Paris - STAGE

    2004 - 2004 Mission :
    - Analyse de l'impact du lien de parenté les activités domestiques des enfants
    - Exploitation des données de l'enquête ménage du Ghana 2000 réalisée par le Bureau international du travail
    Compétences et techniques :
    - Les techniques exploratoires d'analyses multidimensionnelles des données :
    ACP (Analyse en composantes principales), AFCM (Analyse factorielle des correspondances multiples)
    - Validation d'un indicateur de mesure de l'intensité de l'activité domestique des enfants
    - Logiciels : SAS, R, EXCEL et SPAD

Formations

  • Université Lyon 1 Claude Bernard

    Villeurbanne 2006 - 2010 Doctorat en Mathématiques Appliquées

    Sujet :
    Modélisation statistique de l'incertitude sur les trajectoires d'avions
    Analyse prédictive de la charge de l'espace aérien en nombre d'avion dans la zone d'EUROCONTROL
  • Université Lyon 2 Lumiere

    Lyon 2005 - 2006 Master II Recherche en Science Economique et Gestion

    Formation à dominance économétrique
  • Université Lyon 1 Claude Bernard

    Lyon 2004 - 2005 Master 2 Professionnel en Ingénierie Mathématique
  • Université Nantes

    Nantes 2003 - 2004 Master 1 Professionnel en Statistique décisionnelle

    Compétences :
    - R et SAS
    - ACP et Classification Ascendante Hiérarchique
    - Classification sur composantes principales
Annuaire des membres :