Ce projet a été réalisé dans le cadre de mon alternance chez Socio Data Management.

Description générale :
Création d’un questionnaire moderne, réutilisable, avec gestion du frontend et backend, intégration de fonctionnalités avancées, déploiement et maintenance.



L'objectif :
Initialement géré par un collègue, il développait les questionnaires en langage ASP, qui n'est plus activement entretenu. Un des points faibles est l’impossibilité de réaliser des interviews sans connexion internet. Cela représente un vrai problème, car certains endroits peuvent avoir une connexion limitée, voire inexistante, ce qui peut entraîner une perte de temps, d'argent et d'opportunités pour les interviews. Mon but est de migrer vers des technologies plus récentes afin de bénéficier de meilleures performances, de fonctionnalités avancées et d'un support à long terme.

Détails techniques :
Je développe le frontend avec JavaScript, HTML et CSS, permettant de créer dynamiquement le DOM et d'offrir une interface interactive et responsive. Côté backend, j'utilise Flask pour gérer l’interaction avec le client, et MongoDB pour la gestion des données sous forme NoSQL. On génère le modèle de formulaire automatiquement à partir d’une feuille Excel, facilitant ainsi la création rapide de questionnaires pour diverses enquêtes.

Fonctionnalités :
Le questionnaire fonctionne aussi bien en CAPI (Computer Assisted Personal Interviewing) qu’en CAWI (Computer Assisted Web Interviewing). En mode CAPI, les interviews sont réalisées directement sur le terrain via le formulaire sur une tablette, permettant une collecte de données en face à face, avec l’enquêteur d’un côté et l’interviewé de l’autre. En mode CAWI, les interviews sont menées en ligne. Le questionnaire inclut plusieurs fonctionnalités avancées, telles que le mode déconnecté grâce au Local Storage et la technologie PWA (Progressive Web App), permettant à l’utilisateur de remplir l’enquête sans connexion Internet. Des filtres personnalisés sont possibles, et un système de suivi des interviews a été mis en place. L’ordre des modalités des questions peut être aléatoire pour garantir une plus grande objectivité. De plus, un système de gestion des quotas a été ajouté pour limiter le nombre de réponses par catégorie.

Réutilisabilité et déploiement :
Le questionnaire a été conçu pour être facilement réutilisé dans d’autres enquêtes, avec la possibilité de s'adapter à divers contextes. Le projet a été déployé en production pour le LOUVRE, et d’autres clients sont à venir. Je continue de le maintenir tout en ajoutant de nouvelles fonctionnalités au fur et à mesure.

Avis personnels :
Ce projet n'a pas été de tout repos. Il m'a parfois fallu ajuster ma trajectoire, comme lorsque nous avons opté pour le développement d'une page web plutôt que d'une extension, afin de mieux suivre les interviews. Parfois, je peux me retrouver bloqué pendant un bon moment, tandis qu'à d'autres, je passe facilement d'une implémentation à l'autre. Avec patience et un bon entourage, j’ai réussi à concevoir un outil solide et réellement utilisé. Ce projet a été une expérience enrichissante et je suis fier du résultat. Il m’a permis de développer mes compétences en algorithmique, recherche de solutions, tests et débogage. J’ai gagné en autonomie tout en travaillant efficacement en équipe.

Réalisé en : Mars - Avril 2025

Contexte : Projet réalisé dans le cadre du projet outil décisionnel en fin de 3ème année en BUT Science des Données à l'IUT de Paris - Rives de Seine.

Description du projet :

City Fighting est une application web interactive permettant de comparer plusieurs villes françaises sur différents aspects tels que :

• Données démographiques
• Marché de l'emploi
• Marché immobilier et logement
• Données météorologiques
• Points d'intérêt
• Offre de formation

Détails techniques :

Le projet repose sur la collecte et le traitement de données via des API, permettant d'accéder à des informations en temps réel et de les structurer pour une exploitation optimale. Ces données sont ensuite mises en valeur à travers une visualisation interactive développée avec Streamlit, offrant à l'utilisateur une interface intuitive pour explorer les résultats via des graphiques et filtres dynamiques.

Source :

• 🌍 Population : geo.api.gouv.fr
• 📊 Données générales, emploi, logement, formation : data.gouv.fr
• 💼 Offres d'emploi : data.gouv.fr
• ☁️ Météo : API OpenWeatherMap et meteostat.net
• 📍 Points d'intérêt : API Overpass

Avis personnels :

Ce projet m'a fortement sollicité sur le travail en équipe, notamment à travers l'utilisation de Git pour la gestion de version. J'ai également appris à collaborer efficacement en travaillant et en optimisant le code d'autres contributeurs, un exercice parfois complexe, mais très formateur. C'est un projet que l'on pourrait toujours améliorer, mais dans le temps imparti, nous avons fait de notre mieux pour proposer une application à la fois intuitive et pertinente.

Description générale :
Application exploitant un calculateur d'itinéraire pour proposer le trajet le plus adapté en fonction de critères personnalisés tels que la rapidité, le coût ou l'empreinte carbone.


Détails techniques :
Réalisé avec Streamlit en utilisant l'API d'Ile-de-France Mobilités, Geovelo et Nominatim pour géocoder une adresse.

Source :
API d'Ile-de-France Mobilités

Avis personnels :
J'aimerais ajouter une fonctionnalité d'itinéraires multimodaux, comme vélo+train, et regrouper la section transport en commun avec la partie vélo sur une seule page. Bien que ce projet ait présenté certaines difficultés, l'utilisation de données provenant d'API a été une expérience très intéressante.

Description générale :
Appliquer les bonnes pratiques d’ingénierie logicielle au projet Titanic Survival Prediction, en utilisant l’outil collaboratif Git, afin de prédire les chances de survie des passagers du Titanic.

Détails techniques :
Refactoriser le code en scripts Python modulaires, appliquer les bonnes pratiques d’ingénierie logicielle (PEP 8, tests unitaires, documentation), collaborer via Git/GitHub et automatiser le workflow avec un pipeline CI/CD.

Source:
Kaggle - Titanic Tutorial

Avis personnels :
Un projet particulièrement enrichissant en ingénierie logicielle. Par manque de temps, je n’ai pas pu aller jusqu’à l’intégration d’un Dockerfile.

Description générale :
Application aidant à analyser les tendances, optimiser les stratégies de contenu et identifier les opportunités sur la plateforme YouTube.


Détails techniques :
Réalisé avec Shiny en utilisant la librairie plotly pour des graphiques interactives.

Source:
Global YouTube Statistics 2023 - Kaggle

Avis personnels :
Même si la couleur de YouTube est le rouge, je pense qu'il était préférable de diversifier les couleurs utilisées. L'application reste claire et élégante.

Description générale :
Application dédiée aux investisseurs pour identifier et sélectionner les chaînes Twitch d'investissement les plus prometteuses.


Détails techniques :
Réalisé avec Shiny en utilisant la librairie plotly pour des graphiques interactives.

Source:
Top Streamers on Twitch - Kaggle

Avis personnels :
Après de nombreuses recherches et tests, je suis satisfait du résultat, simple et élégant.

Avec un groupe de trois personne, j’ai réalisé une ACP et des classifications, après une analyse exploratoire, sur des données de joueurs de football. L’objectif est de réduire le nombre de variables, et de regrouper les observations en cluster.
Tout d’abord, j’ai fait le nettoyage des données. Pour effectuer une analyse pertinente des performances des joueurs au cours de la saison, j’ai choisi de conserver uniquement ceux qui ont participé de manière significative. Concrètement, cela signifie qu’on se concentre sur les joueurs ayant disputé plus de 5 matchs et ayant un temps de jeu moyen de plus de 45 minutes par match. Afin de faciliter notre analyse, j’ai choisi de rassembler les postes des joueurs afin d’avoir un poste par joueur soit défenseur (DF), soit attaquant (FW), soit milieu (MF) ou gardien (G).
Voici un exemple d’ACP avec l’axe 1 et 2 :

Les variables qui contribuent le mieux l’axe 1 sont SCA, PasAss, Shots, SoT, GCA, ToAtt, PPA, CPA. Ces variables sont tous en lien avec un jeu offensif comme les attaquants. Donc on peut dire que les joueurs qui sont à droite du cercle sont les joueurs ayant un style de jeu offensif. Et les joueurs à gauche du cercle ont un style de jeu peu offensif.
Les variables qui contribuent le mieux l’axe 2 sont Rec, Touches, PasAtt, Carries. Ces variables sont fortement en lien avec un jeu qui contrôle beaucoup le ballon comme les milieux de terrain. Donc on peut dire que les joueurs qui sont en haut du cercle sont les joueurs qui contrôlent beaucoup le ballon. Et les joueurs en bas du cercle contrôlent peu le ballon.
Cependant, cela n’a pas toujours était évident de déterminer le nombre de cluster à garder.

J’ai voulu conserver 6 clusters. Mais en réalité, 3 clusters étaient suffisants, car on coupe l’arbre où il y a le plus grand saut.
J’ai réalisé le traitement et les analyses sous R. J’ai utilisé le package explor qui facilite notre étude dans le cadre d’une ACP. Le rendu est un html, qui a été généré avec Rmarkdown.
Ce projet m’a fortement développé le travail d’équipe, et ma capacité analytique.

Avec un groupe de trois personnes, j’ai implémenté une base de données. Je suis sollicité par l’entreprise française de e-commerce de livres Nil.
L’objectif est de créer une base de données exploitable sous SQL, permettant de comprendre le comportement des utilisateurs sur la plateforme. Dans un premier temps, j’ai commencé par concevoir le schéma relationnel de notre base de données, à savoir définir le nom et la fonction de chaque table, puis j’ai ajouté pour chaque table des attributs en fonction des attendus du commanditaire.

J’ai créé les tables ainsi que les relations avec des requêtes SQL dans le logiciel R à partir des librairies DBI, RSQLite. Pour la phase d’implémentation des données, j’ai utilisé des bases existantes sur le web, des bases de clients (nom, prénom et numéro de téléphone) et de livres (titre, auteur, année de parution) sur le site kaggle. Puis, j’ai effectué des requêtes SQL pour tester la base de données et assurer que tout soit opérationnel : vérifier la cohérence des données, des relations et les formats des dates. Enfin, j’ai réalisé une maquette de dashboard sur les mesures listées.
Il fallait faire attention avec la variable date, car elle a un format spécifique à respecter (jj/mm/yyyy hh:mm).

Ce projet m’a fortement développé le travail d’équipe, l’organisation, et l’autonomie.

En binôme, j’ai analysé une série temporelle.
Dans le cadre d’une étude prévisionnelles des données fournies par l’EIA (Energy Information Administration), l’objectif est de comprendre la production d’énergie géothermique entre les périodes de 2001 à fin 2022. Et de réaliser des prédictions sur l’année 2023. Le rendu est un rapport.

La série est additif, qu’il a une tendance croissante plutôt irrégulière. Ces variations irrégulières causé par le Covid-19 sont expliquée par la courbe de la tendance et surtout par celle des résidus. Les valeurs aberrantes pourraient expliquer les variations inattendues. On a observé un motif saisonnier qui se répète chaque année.

J’ai utilisé trois méthodes de prédictions comme indiqué ci-dessus. Ces trois prédictions sont différentes les unes des autres. Néanmoins, elles ont tous la même allure. Après avoir ajusté nos prédictions, nous avons vu que la méthode Holt-Winters est la meilleure, car sa courbe de prédiction épouse mieux les données réelles que les autres méthodes, mais aussi que son erreur quadratique moyenne est la plus faible.
Ce projet m’a permis de saisir la spécificité de l’analyse des données temporelle.

Au sein du groupe de distribution du LAC (Leclerc, Auchan, Carrefour), notre équipe (de 4 personnes) a pour but de structurer les données en implémentant une base de données pour des fins décisionnelles. Ici, nous cherchons à avoir un suivi sur la prévision dans le secteur alimentaire des fruits et légumes. Tout d'abord, il a fallu réaliser le modèle conceptuel et logique des données.

Puis, nous avons nettoyé et reformaté les données. Nous avons réalisé la base de données avec des requêtes sur Access. Nous avons aussi recensé toutes les anomalies. Après les calculs de la productivité et du taux de variation, nous avons pu conclure s'il fallait affecter ou non des effectifs aux différents établissements.
J'ai été le chef de groupe. Ce travail n'a pas été toujours facile et évident à réaliser. En effet, nous ne maîtrisons pas encore bien Access à ce moment-là. Il a fallu beaucoup d’essais, d’erreurs, et de recommencement pour pouvoir avancer jusqu’au bout. Il y a eu énormément de requêtes à faire, ce qui peut vite nous faire perdre. De plus, nous avons aussi d’autres projets à côté, ce qui ne nous laisse pas beaucoup de temps et de repos. Néanmoins, la réflexion sur le modèle conceptuel des données, l’implémentation de la base de données, et trouver une réponse à la problématique à partir de ces données sont des tâches intéressantes et enrichissantes. Car cela nous prépare aux missions éventuelles que l’on pourra rencontrer dans le monde professionnel.

Avec mon groupe de 4 personnes, j’ai réfléchi à une problématique à partir des données mises à ma disposition. Cette étude s’appuie sur les données d’une base fournies par l’Étude observationnelle en épidémiologie clinique de 5 hôpitaux des Etats-Unis qui ont appliqué la méthode du RHC. Elle concerne 5 735 patients âgés de plus de 18 ans hospitalisés en soin intensif dans la période de juin 1989 à janvier 1994. Le RHC ou right heart catheterization consiste à une pose de sonde de Swan Ganz dans le but de réanimer un patient dans un état grave. J’ai voulu voir si ce traitement, appliqué aux patients en soin intensif, était bénéfique, si ce traitement pouvait sauver le plus grand monde, et plus particulièrement voir si la méthode du RHC était pertinente et nécessaire selon certaines situations.
L’objectif était de sortir un rapport technique, un rapport statistique, un rapport sur la conduite de projet, et une présentation finale des résultats avec des slides. Le rapport technique contient la démarche que j’ai pris sur R pour nettoyer et trier nos données. En effet, il a fallu comprendre et assimiler les données. Après nettoyage, mes observations sont passées de 5 735 patients à 5508 patients. Par exemple, j’ai supprimé les observations qui avaient des valeurs aberrantes sur une variable. J’ai décidé de supprimer une variable qui avait beaucoup de valeur manquante. J’ai aussi regroupé des variables en un pour faciliter la manipulation par la suite, etc.
Puis j’ai réalisé des graphiques et des analyses où je l’ai ajouté sur le rapport statistique. Et j’ai présenté nos résultats sur Powerpoint lors de la soutenance. Tout au long du projet, j’ai établi un rapport de conduite de projet qui consiste à faire la planification avec un graphique de Gantt, l’organisation, et de voir si les attendus en termes de temps et de ressources ont bien été respecté.
J’ai principalement utilisé le logiciel R pour le traitement et l’analyse des données. Ce projet m’a fortement développé le travail d’équipe, l’organisation, et l’autonomie.