Etre data scientist au sein d'une plateforme de crédit en ligne

Tous les mercredis durant notre formation en présentiel, nous accueillons dans nos locaux un invité qui travaille dans le monde de la data.

Ainsi, le batch 6 de notre formation en présentiel a pu accueillir et échanger avec Owen data scientist chez Ekimetrics une entreprise de conseil en data.

A la sortie du double diplôme HEC / X en data science, il s'est dirigé vers le métier de data scientist. Sa première expérience en tant que data scientist chez Younited Credit lui a offert de solides compétences en Data Science et en particulier en Machine Learning, et lui a permis d’accéder ensuite au poste de consultant en data science chez Ekimetrics, une boîte de conseil en data.

Dans cet article, nous verrons en détails son parcours et ses missions de data scientist au sein de Younited Credit et puis ensuite chez Ekimetrics.

Projet de machine learning chez Younited Credit :

Owen a commencé sa carrière en tant que data scientist chez Younited Credit. Younited Credit est une start-up qui permet d’obtenir des prêts à la consommation, en mettant en relation investisseurs et emprunteurs. Grâce au Machine Learning, Younited Credit définit si l’emprunteur a le bon profil pour l'investisseur, ou non.

Missions du data scientist chez Younited Credit

Lors de son passage chez Younited Credit, Owen a pris part à un projet de Machine Learning. Son rôle était de mener à bien son projet à l'aide de l'ensemble des parties prenantes de l'entreprise.

Sa mission consistait à établir un score de fraude grâce au Machine Learning en détectant les comportements anormaux. En étroite collaboration avec le secteur fraude de l'entreprise, Owen a surtout eu un rôle de recherche en incorporant la data science au cœur du processus. A travers différents features, il a cadré le projet en déterminant les éléments qui lui ont permis de définir ce qu'est une fraude.

Pour créer son modèle et la pipeline, Owen a surtout codé en Python, langage de programmation le plus utilisé en Machine Learning.

Son équipe, composée de data scientist, ont développé un algorithme de prédiction non-supervisé, afin de détecter rapidement de possibles fraudes au sein de la start-up. Le fait que l’algorithme soit non supervisé permet de trouver des patterns de fraudes qu’un humain n’aurait pas pu trouver par lui-même.

Les étapes d'un projet de machine learning

Le but final d'Owen au sein de son projet chez Younited Credit était de mettre en place un indicateur, un pourcentage de probabilité qu’un emprunt soit une fraude. Pour cela, plusieurs étapes ont été définies, en étroite collaboration avec les autres experts de l’entreprise :

• cadrage business et technique
• récupération et traitement de données (très long et il faut être très rigoureux et exigeant)
• enrichissement et feature engineering
• recherche état de l'art et modélisation
• itération
• déploiement
• maintenance et dashboarding

-- CODE language-markup --
let txt = el.innerHTML.substring(match.index+match[0].length);
   el.innerHTML = '';
   if (classNames.match(/language-markup/)) {
     codeEl = el.appendChild(document.createElement('script'));
     codeEl.type = 'text/plain';
   } else {
     codeEl = el.appendChild(document.createElement('pre')).
                 appendChild(document.createElement('code'));
   }
function foo () {}

Rôle de conseiller chez Ekimetrics

Bien que très formatrices, les missions d’Owen chez Younited Credit étaient pour lui un peu trop attachées à un seul projet. Il voulait se diversifier en participant à différents projets data en même temps. C’est la raison pour laquelle il a décidé de s’orienter vers le conseil. Ekimetrics, c’est du conseil en data science, très axé marketing. Son but désormais au sein d'Ekimetrics est d'accompagner ses clients dans leurs besoins data et analytics. Chez Ekimetrics, Owen travaille sur plusieurs missions pour différents clients en parallèle.

Les modèles de machine Learning utilisés pour se faire sont plus simples car plus centrés sur le business et le marketing de leurs clients. De plus, son travail en tant que conseiller data et analytics est d'avoir une approche très pédagogue afin d'expliquer les différentes actions mises en place dans les projets data de ses clients.

Les outils de traitements utilisés par Owen sont maintenant Python et des logiciels de data visualisation, entre autres.

C'est exactement ce que nous enseignons au sein de nos différents bootcamps en présentiel ou en distanciel. Notre formation forme des profils de tout horizons aux outils tels que Python, SQL et des logiciels de data visualisation comme Google Data Studio ou Tableau Software. Mais on n'apprend pas seulement qu'à coder dans nos formations, on apprend aussi à mener à bien un projet data spécialement à la fin des deux dernières semaines de formation.

Pour conclure :

Ekimetrics permet désormais à Owen de travailler sur plusieurs missions en même temps, tout en gardant l’aspect traitements de données. Nous pouvons en conclure qu’il est donc formateur de s’essayer à plusieurs métiers afin de trouver celui qui convient le mieux à son profil.

‍