Menu

Quang Nhat NGUYEN

Paris

En résumé

Mes compétences :
Analyse de données
Visual Basic for Applications
Recherche scientifique
Python
Microsoft Visual Studio
Microsoft SQL Server
Visual C++
Microsoft Office
Traitement d'images
Programmation orientée objet
MATLAB
Statistiques
Machine Learning
Economie numérique

Entreprises

  • Orange - Stage de modélisation

    Paris 2017 - 2017 Projet : Concernant le marché du réseau mobile jusqu’à l’année 2017, il y a trois technologies du réseau mobile qui coexistent : la 2G, la 3G, et la 4G. En plus, la 5G est estimé de commercialement arriver en 2020. La question à poser : entre la 2G et la 3G, quelle technologie est-ce c’est mieux d’enlever afin de laisser des espaces supplémentaires pour les autres technologies restantes. Département BBI (budget, benchmark, et investissement) chez Orange Gardens a commencé à construire un modèle de prédiction du coût à partir de l’année 2013. Pendant le stage de fin d’étude pendant 6 mois chez eux, j’ai fini à construire/optimiser/estimer le modèle avec une partie complémentaire de 5G (Le modèle est développé en Excel et VBA).
    Tâches :
    Le modèle de prédiction du coût inclut une partie d’entrée et une partie de sortie : la partie d’entrée demande des données des deux acteurs : (i) les données de chaque Orange filiale en Europe et en Afrique, (ii) les données des fabricants qui fourniment les hardwares et les softwares. Pour l’acteur (i), nous avons désigné un modèle de saisie en Excel. Nous contactons les responsable équivalent dans chaque filiale afin de présenter l’objectif du projet et leur demande de remplir notre modèle de saisie. Pour l’acteur (ii), nous avons aussi désigné un modèle de saisie en Excel. Nous créons de trois à quatre configurations du site qui correspondent à la capacité de gérer du trafic et la densité des utilisateurs.
    Le modèle de prédiction du coût estime le gain et la perde du budget pendant une durée de 14 ans. L’année de démarrage est un paramètre qui dépend la stratégie de la migration et la décommissioning. Le modèle a deux interfaces principaux : (i) le GUI et (ii) la cartographie. Le GUI nous permette de savoir le budget, le CAPEX et l’OPEX de chaque technologie dans un scénario décidant par les paramètres remplissant par les utilisateurs. La cartographie nous montre une tendance de changement du budget pendant 5 ans. En utilisant la cartographie, nous pouvons avoir une vision de comportement du changement du budget afin de trouver l’année et les paramètres optimaux pour la migration et la décommissioning.
    Puisque la 5G va arriver, nous pouvons savoir l’impact de cet arrivant par ajouter la 5G dans le modèle. Toutefois, il n’y a pas assez de données de 5G, nous supposons que la configuration et l’évolution de 5G sont pareil que celles de 4G.
    En fait, il y a trois scénarios : scénario 1 (enlever la 2G d’abord), scénario 2 (enlever la 3G d’abord), scénario 0 (tous les technologies coexistent et rien à enlever). Nous faisons la différence entre scénario 0 et scénario 1 ainsi que la différence entre le scénario 0 et scénario 2 pour savoir le scénario optimal correspondant à chaque Orange filiale.
  • Ho Chi Minh Ville Université de Science - Thèse de Licence

    2014 - 2014 Ce projet est fait en binôme : moi et mon partenaire. Il y a deux parties: une partie de l'interaction homme machine qui est chargée par mon partenaire pour l'interface et l'autre partie du Machine Learning qui est fait par moi.
    Pour la partie de l'interaction homme machine, l'application démo devrait être capable de recevoir et répondre aux gestes de la main de l'utilisateur en utilisant une surface créant par une caméra avec le 3D détecteur.
    Pour la partie du Machine Learning, l'application démo devrait être capable de reconnaître les objets, d'identifier les objets étudiés, et de s’entraîner avec les objets inconnus.
    Lien démo : https://youtu.be/PvUQOPFO3Tw

Formations

  • TELECOM ParisTech

    Paris 2015 - 2017 Diplôme d'ingénieur numérique BAC+5

    La formation dure 2 ans.
    M1: Deux parcours:
    - Économie Appliquée (principal): Économétrie, Data Science (Matlab, Python, R).
    - Traitement d'Images (optionnel): Algorithmes mathématique, Vision par Ordinateur (Matlab, C++).
  • John Von Neumann Institut (Hochiminh Ville)

    Hochiminh Ville 2014 - 2015 Les classes préparatoires en Informatique pour la formation d'ingénieur à Telecom ParisTech de 2015 à 2017.
  • Institut Polytechnique De Ho Chi Minh Ville (Ho Chi Minh)

    Ho Chi Minh 2010 - 2014 Licence

    La formation dure 4 ans.
    Pendant les trois premières années: Programmation orientée objet (C++ et C#), langage de requête structurée (SQL server), Statistique (R et Matlab), Vision par ordinateur (Matlab et C++), Algorithme mathématique, Recherche Scientifique (Google Scholar).
    La dernière année: L'apprentissage automatique (Matlab et Python).

Réseau

Pas de contact professionnel

Annuaire des membres :