Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir une plateforme d'analyse client et en ml dans la base de données sur GCP
Ingénieur Data Data Scientist
Je suis ingénieur en données et data scientist spécialisé dans la conception d'applications IA robustes et d'architectures de données évolutives. Je combine rigueur scientifique et efficacité techniqu...
À propos de ce service
Je vais concevoir et réaliser une solution complète de Customer Analytics 360° & Machine Learning en base de données utilisant GCP et BigQuery ML.
Ce que je propose :
- Churn Scoring & API en temps réel : Entraîner des modèles de churn dans BigQuery ML (LOGISTIC_REG) et déployer des endpoints FastAPI pour une évaluation instantanée du risque.
- Segmentation client : Créer un RFM Feature Store en base de données et appliquer le clustering K-Means (VIP, à risque, perdu) pour un marketing ciblé.
- Prévisions de revenus & tableaux de bord : Prédictions de ventes sur 30 jours avec BigQuery ML (ARIMA_PLUS) affichées sur des tableaux de bord interactifs Looker Studio.
Pile technologique : Google Cloud Platform, BigQuery ML, Python, FastAPI, Docker, Looker Studio, SQL.
Pourquoi travailler avec moi ?
- ML en base de données : Supprime les exports de données coûteux et exploite la rapidité du cloud.
- Prêt pour la production : Scripts Python de niveau production, APIs REST, SQL propre.
Veuillez me contacter avant de passer commande pour discuter de votre architecture de données !
Frameworks:
Scikit-learn
•
Google ML Kit
•
Panda
•
Autres
Type de données:
Autres
Langage de programmation:
Python
•
SQL
•
NoSQL
•
Scala
Outils:
MLflow
•
Autres
APIs:
Google Cloud Vision API
•
Azure Face API
Mon portfolio
FAQ
Traduction automatique
Pourquoi utiliser BigQuery ML plutôt que des scripts Python ML traditionnels ?
BigQuery ML exécute l'apprentissage automatique directement dans Google Cloud Platform sans exporter les données vers des serveurs externes. Cela accélère l'exécution, évite des coûts élevés de transfert de données et permet une montée en charge facile avec de grands ensembles de données.
Dois-je vous donner un accès complet à mon projet Google Cloud Platform ?
Non. Vous pouvez me donner des permissions restreintes d'administrateur BigQuery et de compte de service IAM, ou je peux fournir des scripts SQL propres, du code FastAPI, et des guides étape par étape pour que vous déployiez de votre côté.
Quels formats de données dois-je fournir ?
Vous pouvez fournir des données brutes provenant de PostgreSQL, fichiers CSV, buckets Google Cloud Storage ou tables BigQuery directes. Je m'occuperai du nettoyage des données, de la création de features et de la configuration du pipeline Medallion.
