Marie-Ange Audrey REILLAT

💫 Professionnelle de la banque avec plus de 7 ans d'expérience en crédit, analyse financière, fraude et opérations bancaires, aujourd'hui spécialisée en Data & Intelligence Artificielle.

💫 Double compétence métier et technique permettant d'analyser les processus bancaires, exploiter les données et concevoir des solutions d'aide à la décision ou d'automatisation.

💫 Compétences en SQL, Python, Machine Learning et analyse de données, complétées par une forte connaissance des environnements crédit, risque et back-office bancaire.

💫 Mon parcours m'a apporté analyse, autonomie, rigueur et sens critique. J'aime aussi travailler en équipe, apprendre et les résultats.

• Passion pour les cultures étrangères
• Voyages : Angleterre, Japon, Corée, Espagne, Norvège, Canada, Portugal
• Lecture
• Chant
• Pâtisserie
• Bricolage

• Faire du sport 10 %
• Passions 13 %
• Créer des solutions IA 42 %
• M'informer et Apprendre 35 %

🏠 Real Estate Price Estimation — Machine Learning 

Modèle de régression pour estimer la valeur de biens immobiliers à partir de leurs caractéristiques, avec analyse des erreurs et traitement des valeurs atypiques.

Python • Scikit-learn • Regression • RMSE • MAE

👥 Customer Churn Prediction — Machine Learning 

Modèle de classification permettant d'identifier les clients présentant un risque d'attrition et de transformer les performances du modèle en problématique métier : équilibre entre clients à risque détectés et interventions inutiles.

Python • Scikit-learn • Logistic Regression • Classification • Precision/Recall

🚨 Fraud Detection — Machine Learning (en développement)

Modèle de classification destiné à détecter des transactions frauduleuses sur données fortement déséquilibrées. Analyse du compromis précision/rappel et ajustement du seuil de décision selon le coût des faux positifs et faux négatifs.

Python • Scikit-learn • Classification • Precision/Recall • Threshold tuning