Je suis passionnée par l'analyse de données et la digitalisation, je souhaite mettre mes compétences en Python, SQL et Power BI au service de projets innovants. Avec une forte capacité d'adaptation et un sens aigu du travail en équipe, je m'active à atteindre les objectifs et dépasser les attentes dans toutes mes missions.
Me contacter
Passionnée par l'analyse de données et les solutions Cloud, je souhaite mettre mes compétences techniques et mon sens de l'analyse au service de projets data concrets. Mon parcours académique m'a permis de développer une solide expertise en :
Lors de mes expériences précédentes, j'ai pu appliquer ces compétences dans des contextes variés. Cette expérience m'a permis de développer une approche analytique rigoureuse et une capacité à traduire des besoins métiers en solutions data efficaces.
En parallèle de mes études, j'ai participé à des campagnes de sensibilisation santé publique avec l'OMS, ce qui m'a permis de développer une approche analytique des données dans un contexte humanitaire.
Requêtes complexes, optimisation, jointures
MongoDB, Cassandra
Pandas, NumPy, Matplotlib
Analyse statistique
Tableaux de bord interactifs
Visualisation de données
Algorithmes prédictifs
Hadoop, Spark
Extraction de connaissances
Analyse métier
Proditech Digital
Mai 2025 – Juillet 2025
Eureka Design & Konsulting
Mai 2024 – Août 2024
Nestlé Cameroun
Juillet 2023 – Septembre 2023
Explorer et analyser les tendances du catalogue Netflix pour identifier des insights pertinents (réalisateurs prolifiques, répartition des contenus, tendances temporelles, etc.).
Technologies : Python (Pandas, NumPy, Matplotlib, Seaborn), Jupyter Notebook
Data : Netflix Movies and TV Shows
Développement d'un modèle d'IA pour la détection de langue en temps réel
Technologies : Python, Numpy, Matplotlib
Data : Traitement de corpus linguistiques, analyse de données textuelles
Modèle prédictif pour détecter les transactions frauduleuses dans un dataset bancaire, puis visualiser les résultats avec Power BI.
Technologies : Python (Pandas, Scikit-learn, XGBoost), Power BI
Data : Credit card Fraud detection
Créer un jeu de données qui compare les spécifications techniques (matériel) aux performances réelles (résultats) et prouver mathématiquement que "plus de mégapixels" ne signifie pas "meilleure note".
Technologies : Python (Pandas, Matplotlib, scikit-learn), Jupyter Notebook, GitHub
Analyse approfondie des tendances de notation et de contenu pour identifier les patterns de consommation.
Technologies : Python, Pandas, Matplotlib
Data : Analyse comportementale des utilisateurs
Objectif : Piloter la rétention des talents et anticiper les risques démographiques
Méthodologie :
Technologies : Power BI, Power Query, DAX.
N'hésitez pas à me contacter pour discuter d'opportunités de stage ou d'alternance dans le domaine du Big Data !