François BOUSSENGUI | Compétences

Vous trouverez ci-dessous une présentation de mes compétences.

Vue d’ensemble des compétences

Économie

Micro-économie : Théorie du consommateur et du producteur, équilibre de marché en concurrence pure et parfaite.
Théorie des jeux : Equilibre de nash (Modélisation mathématiques des interactions stratégiques entre les agents économiques).
Économie industrielle : Equilibre de Nash en situation non concurrentielle (Duopole, Monopole, Oligopole).

Statistiques

Statistiques élémentaires.
Économétrie : Régression linéaire simple ou multiple, modèles à variable à expliquer dichotomiques, séries-temporelles.
Micro-économétrie : Modèles à effets fixe ou aléatoires.
Machine Learning : Regression, classification supervisée & non supervisée.
Deep Learning : Réseaux de neurones.

Assurances

J’ai pu apporter mon expertise en Data Science en l’appliquant à l’Assurance IARD et Flotte Automobile.

Assurance IARD :

Maîtrise des principes de tarification en assurance automobile, habitation, Responsabilité Civile Décennale et chiens-chats
Analyse des tendances de sinistralité et évaluation des facteurs de risque pour optimiser la tarification

Assurance Flotte Automobile :

Compréhension des principes assurantiels spécifiques aux contrats flottes (mutualisation des risques, franchises)
Développement d’outils de prévision du coût des sinistres pour accompagner les courtiers et gestionnaires de flotte

Exploitation des données pour la prise de décision :

Mise en place de tableaux de bord pour le suivi de KPIs et une prise de décision éclairée
Construction de modèles prédictifs pour améliorer la gestion des contrats et ajuster les stratégies tarifaires
Analyse des comportements sinistres pour identifier les leviers d’optimisation et de prévention

PYTHON

Web Scraping (récupération automatique de données) avec beautifulsoup et selenium.
Nettoyage et traitement des données avec polars, pandas, numpy.
Visualisation des données avec plotly et seaborn.
Machine learning : Scikit learn, PyTorch.
Création d’application web : Streamlit, Flask.
Développement de code de qualité industrielle : mypy pour le typage statique, ruff pour le linting et le formatage du code, pytest pour les tests.

Nettoyage et traitement des données avec tidyverse : {dplyr}, {purrr}, {stringr}, etc.
Visualisation des données avec {ggplot2} et {plotly}.
Création d’application web et tableaux de bord avec {shiny}
Création de site web avec Quarto
Machine Learning avec {tidymodels}.
Analyse de données exploratoire et analyse factorielle : ACP – AFC – ACM – AFDM.
Econométrie et de micro-économétrie.

SQL

Notion sur les bases de données relationnelles
Manipulation des données (SELECT, WHERE, ORDER BY, LIMIT, etc.)
Fonction et opérateurs (COUNT, SUM,AVG, etc.)
Jointures
Indexation et performance (Création d'index pour améliorer les performances de requêtes)

Quarto

QlikSense

Excel

Git

Ce site ainsi qu’une majeure partie de mes projets sont hebergés et disponible sur Github.

Communication

Aptitude à partager des resultats techniques à des publics non avisés.

Force de proposition

Toujours en quête d’amélioration je n’hésite pas à proposer de nouvelles solutions.

Gestion du temps & rigourosité

Importance de la gestion optimale du temps.
Être rigoureux est primordiale afin d’assurer un niveau de résultat de haute qualité.

Curiosité

Toujours en veille sur les nouvelles pratiques et différentes évolutions du secteur.

Pragmatisme et adaptabilité

Facilité à m’adapter à des environnements hétérogènes.

Centre d’intérêts

J’ai par exemple créé ce site avec Quarto, tout en tirant profit de SASS et de CSS pour en améliorer le rendu.↩︎