Boubacar Diagne

Longtemps passionné par les Mathématiques et la Finance, j'ai trouvé en la science du big data un domaine passionnant d'opportunité de carrière. A l'ère où la récupération de données de masse (via les réseaux sociaux par exemple) sont de plus en plus d'actualité, leur exploitation requiert la présence d'analystes compétents.
Ainsi après un DUT en Gestion option Finance Comptabilité et une licence en MIASHS : Mathématiques et Informatique Appliquées aux Sciences Humaines et Sociales option Economie, j'ai poursuit en Master ISIFAR (Ingénierie Statistique et Informatique de la Finance, de l'Assurance et du Risque) en alternance chez Malakoff Humanis en qualité de chargé d'études actuarielles. J'intégrerai l'année scolaire prochaine l'IA School en Master 2 Data Science et Management en alternance.

J’ai eu à effectuer un stage à The DeepCore SAS en tant qu’analyste quantitatif, j’étais chargé du suivi de la cohérence des données et du développement de modèles de prédiction du cours du sucre et de l’Eurusd permettant ainsi d’avoir un avantage concurrentiel sur les autres Brokers.

J’occupe actuellement un poste d’alternant chargé d’études actuarielles chez Malakoff Humanis. J’effectue le suivi des contrats dépendances mais aussi et surtout des travaux de recherches de corrélation entre les sinistralités et certaines variables afin d’améliorer les tarifs.

Ces expériences professionnelles m’ont permis aussi de développer, hormis le développement pratique d’outils statistiques comme Excel, SQL, SAS et R, mais aussi et surtout un sens de l’analyse, de la synthèse, de la communication et de la restitution grâce notamment à la rédaction de rapports statistiques ou encore aux présentations des résultats de recherches.

Objectifs du master Data Science et Management

• Créer des tables et charger des données sur MySQL et MongoDB afin d’optimiser et dynamiser leur manipulation
• Effectuer une analyse statistique sur différents formats de données afin de programmer un algorithme répondant à la problématique sous-jacente
• Manipuler des données avec Python Pandas en vue d’optimiser les outils d’analyse de la performance en entreprise
• Visualiser et cartographier des données sur tableau afin d’optimiser leur lecture
• Effectuer du scrapping (extraction) de données avec Python afin d’optimiser les données mises à disposition
• Explorer la librairie scikit-learn en Python afin de modéliser les données traitées
• Évaluer l’impact de l’intelligence artificielle sur les performances en entreprise afin de proposer des solutions adaptées
• Utiliser des outils de gestion de projet IT afin de les mettre en œuvre en entreprise