Ali Nour Guedemi

Clustering supervisé pour identifier et caractériser des segments de clients à risque de résilier
• Analyse d’un dataset massif (500k lignes, 872 variables) et construction d’un pipeline complet (feature engineering, élection, preprocessing)
• Mise en œuvre d’un clustering supervisé (K-means pondéré) optimisé pour le déséquilibre du churn.
• Identification de segments à fort risque et profiling des drivers de churn pour orienter les actions des équipes CRM.

Évaluation de la robustesse des estimateurs en enquête multimode séquentielle
• Mise en place d’un protocole de simulation Monte Carlo pour tester des estimateurs sous violations d’hypothèses (non
informativité, homoscédasticité, etc.)
• Modélisation du mécanisme de réponse séquentiel et estimation des probabilités par régression logistique
• Analyse comparative des performances des estimateurs via des métriques relatives : biais relatif, EQMR, CV

Superviseur Assistant de l’enquête sur la perception et contribution des habitants à l’amélioration de la sécurité dans la ville de Yaoundé (thème 1) et sur la connaissance, perception et utilisation de l’intelligence artificielle par les jeunes de la ville de Yaoundé (thème 2)

Principales tâches
o Supervision des agents de collecte des données
o Conception de l’application de collecte de données Survey Solutions et rédaction du guide d’utilisateurs
o Formation des agents de collecte sur la prise en main de l’application de collecte

Superviseur Principal de l’enquête sur l’identification des déterminants d’hésitation à la vaccination contre la COVID-19. Cette enquête réalisé le BASE avec son partenaire UNICEF sous financement de l'USAID couvre 10 provinces sanitaires du Tchad et intervient dans un contexte où la consommation de la vaccination anti-covid-19 semble très faible dès le début de la disponibilité du vaccin mis à la disposition de la population.

Principales tâches
o Recrutement et formation des agents de collecte des données
o Vérification et envoi des données collectées par les agents enquêteurs dans le serveur
o Rédaction d’un rapport de mission

Analyse de la pauvreté multidimensionnelle
• Construction d’un indicateur composite de pauvreté (ICP) à partir des données ECAM 4 (10303 ménages) par la méthode
d’inertie basée sur les techniques d’analyse factorielle.
• Segmentation des ménages par Classification Ascendante Hiérarchique (CAH) pour identifier les groupes pauvres/non
pauvres et déterminer le seuil de pauvreté.
• Analyse des déterminants de la pauvreté en besoins de base par régression logistique binaire et interprétation des effets
pour appuyer les recommandations de politiques publiques.

Déterminants de la rentabilité des entreprises au Cameroun
o Analyse de l’évolution de la rentabilité des entreprises et de ses potentiels déterminants
o Analyse des liens entre la rentabilité et ses potentiels facteurs explicatifs
o Identification des facteurs explicatifs de la rentabilité des entreprises