LaWEbox
Développeur Full Stack / Data Scientist - Alternance
Paris, France
Septembre 2022 – Juillet 2023
Description du poste
En tant que développeur full stack et data scientist en alternance chez LaWEbox, j'ai eu l'opportunité de travailler sur des projets variés alliant développement web et analyse de données. Cette expérience m'a permis de consolider mes compétences techniques tout en découvrant l'environnement startup parisien.
Mon rôle consistait principalement à concevoir des APIs REST, développer des interfaces back-office et mener des projets data de bout en bout. J'ai pu travailler avec des technologies modernes comme Django et Flask dans un contexte professionnel exigeant.
Responsabilités principales
Développement backend
Conception et développement d'APIs REST avec Django et Flask
Interfaces back-office
Création d'interfaces d'administration personnalisées pour les équipes internes
Projets data
Analyse de données et développement de solutions data science
Architecture système
Conception d'architectures robustes et scalables pour les applications
Optimisation BDD
Optimisation des requêtes et performances des bases de données
Machine Learning
Implémentation d'algorithmes de ML pour l'analyse prédictive
Compétences techniques développées
Backend Web
- • Python avancé
- • Django (Django REST Framework)
- • Flask (Blueprints)
- • Conception d'API RESTful
- • Validation et sérialisation
- • Pagination et rate-limiting
- • Authentification (JWT/session)
- • Upload de fichiers
Data Science
- • Pandas, NumPy
- • Scikit-learn
- • Matplotlib, Seaborn
- • Jupyter Notebooks
- • Analyse exploratoire
- • Machine Learning
- • Visualisation de données
- • Preprocessing et cleaning
Bases de données
- • PostgreSQL
- • SQLite
- • Optimisation requêtes SQL
- • Modélisation relationnelle
- • Migrations et schema
- • Indexation et performances
- • ORM Django/SQLAlchemy
- • Administration BDD
Projets marquants
Plateforme d'administration
Développement d'une interface back-office complète pour la gestion des données clients et la configuration des services. Interface moderne avec tableaux de bord interactifs et gestion avancée des permissions.
Technologies utilisées
- • Django REST Framework
- • PostgreSQL
- • React (frontend)
- • Redis (cache)
Fonctionnalités clés
- • Gestion des utilisateurs/rôles
- • Tableaux de bord temps réel
- • Export/import de données
- • Audit trail complet
Pipeline d'analyse de données
Mise en place d'un pipeline automatisé d'analyse de données clients pour générer des insights business. Traitement de gros volumes de données et création de modèles prédictifs.
Process ETL
- • Extraction multi-sources
- • Nettoyage et normalisation
- • Transformation métier
- • Chargement optimisé
Modèles ML
- • Prédiction de churn
- • Segmentation clients
- • Recommandations
- • Détection d'anomalies
Méthodologie et outils
Développement
Approche agile avec sprints courts, code reviews systématiques et tests automatisés pour assurer la qualité du code.
Data Science
Méthode CRISP-DM pour les projets data, avec exploration, modélisation itérative et validation croisée des résultats.
Collaboration
Travail étroit avec les équipes produit, marketing et business pour comprendre les besoins métier et livrer des solutions adaptées.
Apprentissages et évolution
Cette expérience chez LaWEbox m'a permis de développer une vision complète du développement full stack moderne, en combinant expertise technique backend et compétences en data science. J'ai appris à concevoir des solutions scalables tout en respectant les contraintes business.
Le travail en startup parisienne m'a aussi appris l'importance de l'agilité et de l'adaptabilité dans un environnement en constante évolution. Cette expérience a renforcé ma capacité à travailler de manière autonome tout en collaborant efficacement avec des équipes pluridisciplinaires.
L'alternance m'a également permis de mettre en pratique les connaissances théoriques acquises en formation, particulièrement en data science et machine learning, dans des contextes métier réels avec des enjeux concrets.