Issa Dia

issa.dia711@gmail.com | 0033626417605 | Île-de-France, France

LinkedIn/IssaDia

Data Scientist | Data Analyst | ML Engineer

COMPETENCES CLÉS
● Langages de programmation: Python | R | SQL | Java | HTML/CSS | JavaScript | Scala | MongoDB
● Data Science: Analyse statistique | Machine Learning | Deep Learning | modélisation prédictive |
Analyse quantitative
● Data Analysis: Data Visualization | Data Cleaning/Preparation | Data Wrangling | Analyse descriptive |
Data Mining
● Compétences non techniques: Éthique professionnelle | Esprit d’analyse | Prise d’initiative et
proactivité | Travail en équipe et leadership d'équipe | Excellente communication écrite et verbale
● Langues: Français, Anglais (courant), Espagnol (niveau scolaire)

FORMATION
Diplôme d’ingénieur (M2) en Data Science & Intelligence artificielle, ESIEA - Paris (Sep. 2017 – Jan. 2022)
Cours pertinents: Machine Learning, Deep Learning, Analyse de données, Statistiques et probabilité, Data
visualization, Big Data. (Moyenne Générale: 16,49)

Semestre d’échange académique, KMUTT - Bangkok (Aoû. 2019 – Déc. 2019)

Cours pertinents: Design d’algorithmes, Software Engineering, Data Exploration

EXPERIENCES PROFESSIONNELLES
Data Scientist stagiaire Fév. 2022 – Aoû. 2022
Enablon Wolters Kluwer | Paris

● Améliorer le pipeline de code en effectuant l'exploration des données, l'optimisation du code, la sélection
des variables et le traitement des données, facilitant ainsi l'analyse du code et la visualisation de
données provenant de 40 grands data sets.
● Développer des modèles d'intelligence artificielle explicable (XAI) et d'inférence causale à l'aide de SHAP
et DiCE ML pour 40 ensembles de données, transformant ainsi ces données en informations exploitables
qui stimulent les revenus, augmentent la fidélité des clients, et améliorent les processus.
● Implémenter un système de comparaison de modèles prédictifs avec des tests multivariés utilisant
python, pour un ensemble de 30 modèles, afin de trouver le modèle le plus adapté pour le pipeline et
d’améliorer les performances.
● Participer à des ateliers hebdomadaires visant le renforcement de compétences sur des sujets liés à la
technologie et à la science des données au sein d’une équipe de 5 professionnels.

Data Scientist stagiaire Avr. 2021 – Aoû. 2021

Learning Data and Robotics Lab (ESIEA) | Paris

● Rechercher, optimiser et comparer des modèles de Machine Learning et de Deep Learning pour prédire
la disponibilité des places de stationnement à l'aide de python, Pytorch, TensorFlow et GCP (Google
Cloud Platform), trouvant ainsi le meilleur modèle pour 420 places de stationnement.
 ● Mettre en œuvre un système de recommandation basé sur l'IA pour le stationnement intelligent avec
python, résolvant ainsi le problème de la recherche de places de stationnement sur un ensemble de
données de la ville de San Francisco avec une précision de 90 %.
● Collaborer avec deux professeurs PhD. pour coécrire un article scientifique sur les techniques d'IA et de
ML pour le stationnement intelligent.
Dia, I.; Ahvar, E.; Lee, G.M. Performance Evaluation of Machine Learning and Neural Network-Based
Algorithms for Predicting Segment Availability in AIoT-Based Smart Parking. Network 2022, 2, 225-238.
https://doi.org/10.3390/network2020015

CERTIFICATIONS / FORMATIONS PROFESSIONNELLES

Machine Learning A-Z™: Hands-On Python & R In Data Science, Udemy (Aoû. 2020)
Workshop sur les méthodologies agiles, Enablon (Mai 2022)
High-Dimensional Data Analysis, edX (en cours)
Data-Driven Decisions with Power BI, Coursera (en cours)

RÉCOMPENSES
Cap Project Prix des Mentors, ESIEA (2022)

HOBBIES AND INTÉRÊTS

En raison de ma passion pour les nouvelles technologies, j'aime approfondir mes connaissances en matière de
finance décentralisée et de crypto-monnaies. J'aime également pratiquer un certain nombre de sports,
notamment le football et le basket-ball, et écouter quotidiennement des livres audios.