Ikram Lasfari
Data Scientist / Data Analyst
Profil
Diplômée d'un Mastère Cheffe de Projet en Intelligence Artificielle, je mets à profit mon expertise en data science, modélisation et visualisation de données, renforcée par une expérience concrète dans l'optimisation des performances commerciales et opérationnelles.
Compétences
Analyse et Modélisation
Data Visualisation
Bases de données et Cloud
Machine Learning
Outils et Méthodes
Formation
Master - Cheffe de Projet Data et IA
IA School
Licence - Informatique Industrielle
Le Havre Normandie
Formation en programmation, architecture des systèmes, automatisation et gestion de données industrielles.
Certificats
Certificat - Google Data Analytics
Analyse de données : Spreadsheets, SQL, Tableau, R.
Certificat - Power BI avancé
Conception de tableaux de bord: Langage DAX, intégration de données, création des visuels.
Badge de formation - Programmation SAS I : Les fondamentaux
SAS Training Platform (SAS Institute)
EXPÉRIENCES PROFESSIONNELLES
Alternante Performance Data
Direction Commerciale et Marketing
SNCF Voyageurs TER Hauts-de-France
- ▪Accompagnement de l'entreprise dans la conception et le déploiement d'un outil stratégique d'aide à la décision, visant à optimiser la répartition des billets promotionnels, améliorer le taux d'occupation et maximiser les recettes.
- ▪Analyse de la performance business des offres commerciales afin d'identifier les leviers d'optimisation et d'orienter les décisions stratégiques.
- ▪Conception et automatisation de reportings Power BI, facilitant le suivi des indicateurs clés et renforçant l'aide à la décision pour les directions de ligne.
Référentes
Alternante Data et Supply Chain
Tissus Techniques Indémaillables, Roubaix
- ▪Exploitation des données d'approvisionnement pour identifier les causes de rupture et améliorer la planification logistique.
- ▪Création d'un tableau de suivi des coûts de transport sous Excel pour optimiser la sélection des transporteurs.
- ▪Automatisation de la facturation client afin de fiabiliser les données de vente et de réduire le temps de traitement.
Projets
Prévision du taux d'occupation des TER
Développement d'un modèle de séries temporelles (Prophet) atteignant 70% de précision pour prédire le taux d'occupation des TER.
Scoring des paramètres influençant les ventes TER
Implémentation d'un modèle Random Forest pour identifier les variables clés impactant les ventes.