Menu

Sanaa ZAHHARI

Paris

En résumé

Bonjour,

Je suis Sanaa ZAHHARI, une jeune diplômée de Télécom Bretagne ambitieuse engagée et curieuse. Je suis activement à la recherche d'un CDI à partir de Juillet 2015.

Ma formation d’ingénieur doublement en informatique et informatique décisionnelle m'a permis d'acquérir des compétences en développement informatique, mathématiques, et data analytics. Je possède tous les atouts qui me permettront de réussir dans le rôle que vous voudrez bien me confier. Motivation, rigueur et écoute sont les maîtres mots de mon comportement professionnel. Grâce à mes expériences en entreprise, j’ai su développer un goût pour l’organisation, le travail d’équipe, et la combativité.

Je reste à votre disposition pour tout complément d'information.

Bien à vous,


Mes compétences :
Python Programming
OLAP
MySQL
Matlab
ETL
Data Mining
C++
Business Intelligence
SQL Server Analysis Services
SQL
Personal Home Page
Microsoft SQL Server
Microsoft Project
HTML5
Cascading Style Sheets
C Programming Language

Entreprises

  • Orange - Chargée d'études datamining et CRM

    Paris 2014 - 2014 J'ai travaillé avec l'équipe Profiling et Datamining d'Orange pour construire un modèle de prédiction basé sur le Deep Learning afin estimer l'appétence des clients Orange à répondre positivement aux offres et services Orange. En effet, Orange dispose d’un grand entrepot de données sur ses clients qui proviennent de différentes sources : des compagnes marketing que l’entreprise lance, du web, des réseaux sociaux. L’objectif du stage est de concevoir un modèle de prédiction qui exploite la connaissance profonde des clients pour faire un ciblage marketing efficace.
    Nous avons suivi un processus CRISP-DM pour développer le modèle en C++. Les 5 étapes-clés de ce processus sont :

    - Compréhension et analyse des données clients
    - Compréhension de l'intérêt de l'application pour les équipes marketing d'Orange (réunions avec les équipes, identification des méthodes d'évaluation du modèle : courbe de gain marketing (Lift Curve), précisions des objectifs métiers de l'application : Ciblage marketing).
    - Préparation des données : Nettoyage, transformation (codage), analyse statistique de l'importance des variables et de la corrélation des variables.
    -Modélisation : Deep Learning : Apprentissage des architectures profondes. Modèles : réseaux de neurones, auto-encodeurs dé-bruiteurs (dénoising auto-encoders).
    -Évaluation et Déploiement : Tuning du modèle. application sur 2 bases de données (ADULT, COVTREE) puis sur les données clients. Évaluation : Cross-validation, courbe Lift

    Ce stage était une expérience enrichissante à la fois sur le plan technique j’ai développé des compétences en Marketing, datamining, Analyse de données et big Data, Deep Learning, Dévelppement C++, Analyse statistique. Et également sur le plan personnel j’ai su développer un goût pour l’organisation, une adaptation à différents contextes grâce à mon interaction avec les équipes (marketing, datamining).

Formations

  • Telecom Bretagne (ENST Bretagne)

    Brest 2013 - 2015 ingénieure en informatique décisionnelle

    Parcours : informatique décisionnelle (Datamining, Business Intelligence)

Réseau

Annuaire des membres :