Amena Coulibaly

Autonome et enthousiaste, mes premières expériences m'ont permis de renforcer mes acquis et d'appréhender les différents outils et techniques de la modélisation statistique. En quête d'apprentissage et de nouveaux challenges, je souhaite rejoindre une organisation à laquelle je pourrais apporter mon dynamisme et mon goût du challenge.

• Langages de programmation : R (avancé), Python (avancé).
• Manipulation & Analyse de données : Pandas, NumPy, Tidyverse (dplyr, ggplot2).
• Machine Learning & Statistique : Scikit-learn, Statsmodels, SciPy.
• Logiciels d’analyse d'entreprise : SAS (Base SAS, SAS/STAT, Proc SQL).
• Outils de développement et rédaction : Git/GitHub (gestion de version), LaTeX / Overleaf (rédaction de rapports scientifiques et techniques), Markdown.
• Suite Microsoft Office : (Excel, Word, PowerPoint)

• Aide à la décision et gestion des risques : Capacité à traduire des résultats mathématiques complexes en recommandations stratégiques claires pour les gestionnaires.
• Vulgarisation scientifique : Aptitude à expliquer des modèles algorithmiques à un public non technique.
• Rigueur et esprit critique : Capacité à questionner la qualité des données et la validité des hypothèses d'un modèle.

• Création de page web pour étudiants gradués (Bénévolat - Profs. Alejandro Morales et Hélène Guérin).

Développer un site web centralisé pour accompagner les étudiants de cycles supérieurs dans leur parcours, en facilitant l’accès aux opportunités de financement et aux solutions de logement étudiant.

• Centre d'écoute et de référence Halte Ami, soutien administratif
  
  Gestion de la correspondance, classement et archivage de documents, préparation de comptes rendus de réunions, accueil et orientation des visiteurs, saisie de données et mise à jour de fichiers.

• Pâtisserie
• Passion pour les cuisines du monde
• Golf

• Modélisation de la probabilité d’emploi d’un emprunteur à l’aide d’une régression logistique sur R. L’objectif visé est de faire une régression logistique de la variable statut d’emploi de l’emprunteur (Statut) en fonction des variables : valeurs de la maison, nombre d’années de scolarité complétées, âge de l’emprunteur et montant mensuel du paiement hypothécaire.

• Évaluation par simulation d’une option d’achat de type «knock-in» dans un modèle Black-Scholes sur Excel. Ce projet a pour but d’évaluer la valeur d’une option d’achat européen «knock-in» (barrière activante) à l’aide de simulations de Monte Carlo, dans le cadre du modèle de Black-Scholes. Une option knock-in ne devient active que si le cours du sous-jacent atteint une certaine barrière pendant la durée de vie de l’option. Si la barrière n’est jamais franchie, l’option expire sans valeur, même si elle serait dans la monnaie à l’échéance.

• Construction d’un mini réseau de neurone pour prédire une valeur numérique sur Python.

Analyse de la base de données européenne ECAD sur le réchauffement climatique.

Prise en charge du nettoyage et de la structuration de données massives  à l'aide de SAS (Proc SQL). Analyse approfondie des séries temporelles climatiques et génération d'une cartographie européenne pour identifier les zones de vulnérabilité critiques. Formulation de recommandations et de solutions d'adaptation face aux risques de déréglementation climatique.