Après avoir obtenu son diplôme d'ingénieur à l'Ecole Nationale d'Ingénieurs de Tunis, Rim a rejoint le domaine de la Data science grâce à son Master de l'Université Paris-Descartes. Avant de rejoindre TotalEnergies, elle a travaillé pendant 4 ans en tant que Data scientist pour plusieurs entreprises de différents secteurs (retail, banques...). Ses précédents projets étaient principalement axés sur le traitement du langage naturel (NLP). Elle a travaillé sur l'implémentation de systèmes de recommandation, de solutions de database-matching et sur l'évaluation des controverses ESG des entreprises, en utilisant des techniques d'analyse de sentiments.

En 2021, elle a rejoint la TotalEnergies Digital Factory. Elle y travaille aux côtés de profils divers (ingénieurs de données, développeurs full stack et spécialistes de l'infrastructure), dans le but de concevoir et développer des projets basés sur l'analyse de données. Son travail se concentre principalement sur la mise en oeuvre et le déploiement de solutions de Machine Learning durables et évolutives.

Data Scientist chez Rexel depuis 1,5 an, Marion travaille au sein de l'équipe solution IA sur la construction d'algorithmes de machine learning pour améliorer l'expérience client et identifier les produits obsolètes. 

Après une classe préparatoire MPSI/PSI à Grenoble, elle a passé 3 ans à Télécom Paris (école d'ingénieur). Durant ses 2 premières années d'école d'ingénieur, elle a eu l'occasion de découvrir et d'acquérir des connaissances dans de nombreux domaines tels que l'infographie et la data science. Pour sa dernière année, elle a décidé de compléter son cursus au KTH Royal Institute of Technology de Stockholm et de se concentrer sur la data science. 

Après ces 3 années d'école d'ingénieur, elle a voulu découvrir les applications concrètes de tous ces apprentissages dans le monde de l'entreprise, elle a donc rejoint Rexel. Depuis, elle aime travailler chez Rexel, notamment parce qu'elle doit adapter les algorithmes à la réalité commerciale de l'entreprise.

Gaïlé a rejoint TotalEnergies à Boston en novembre 2018. Sa formation en informatique l'a aidée dans sa mission de repérage des technologies de l'IA là-bas. Elle était basée au MIT où elle a participé à de nombreuses conférences et interagi avec de nombreux laboratoires de recherche et startups travaillant dans le domaine de l'IA. Pendant son séjour à Boston, elle a rencontré son manager actuel qui l'a engagée dans son équipe de données en tant que "Coordinatrice de projet numérique / Coach de données" à la Digital Factory de TotalEnergies à Paris.  

L'objectif de la Digital Factory de TotalEnergies est d'accélérer la transformation numérique de TotalEnergies. Au sein de la Digital Factory, la Data Team supervise les activités liées aux données et apporte un soutien aux équipes sur les aspects liés aux données. Le rôle de Gaïlé peut être considéré comme un intermédiaire entre les professionnels et les scientifiques des données. Elle traduit les besoins de l'entreprise en termes techniques et s'assure que les deux mondes s'alignent. Elle intervient principalement aux premiers stades du développement des projets de science des données.

Avant de rejoindre TotalEnergies Digital Factory en septembre 2020, Najate a décroché un diplôme d'ingénieur à Télécom Paris, où elle a étudié les mathématiques, les statistiques et les systèmes embarqués. Passionnée par l'innovation, elle s'est formée pendant un an sur les processus et techniques d'innovation à l'Ecole Polytechnique, tout en travaillant comme Data scientist chez Thales Digital Factory.

Intéressée par les applications du Machine learning dans l'industrie, elle a ensuite rejoint la TotalEnergies Digital Factory au sein du Data Studio, où elle était en charge de l'évaluation de la faisabilité des projets entrants, en développant des "preuves de concepts". Najate était également en charger d'animer les ateliers d'apprentissage automatique pour acculturer les équipes métiers au sein de l'entreprise à l'univers de la Data.

En 2021, elle a rejoint les équipes "Delivery" de TotalEnergies, en charge de construire des modèles pour les produits digitaux qui visent à accélérer la transformation numérique.

Deirdree a une longue expérience internationale, ayant grandi entre l'Asie et l'Europe. Elle s'installe en Angleterre pour ses études d'ingénieur et poursuit en ingénierie computationnelle pour son master à l'Imperial College de Londres. Passionnée par le secteur de l'énergie et sa transition en cours, elle rejoint Wintershall Dea en Allemagne puis TotalEnergies en Écosse en tant que Data Scientist. 

En 2022, elle débute un nouveau rôle au sein de la Digital Factory de TotalEnergies à Paris. Elle se spécialise dans les projets de machine learning liés au suivi des impacts environnementaux et aux préventions des risques industriels majeurs. 

Depuis août, elle travaille au sein du projet Be:Mo Tech qui vise à connecter les différents réseaux de stations et d'équipements d'alimentation des VE pour une expérience de recharge connectée et sans faille.

Ceyla est arrivée chez REXEL il y a 4 ans, en tant que stagiaire Data scientist. Forte de sa volonté et de ses nombreuses idées, elle a pu gravir les échelons pour aujourd'hui occuper le poste de Lead Data Scientist. Chez REXEL, l'IA est au coeur de la stratégie data-driven de l'entreprise. Elle travaille avec une équipe transverse, composée de Data scientists, Data analysts, Deployment Leads & Product Owners sur des solutions IA matures et déployées à l'international.

Elle coordonne ainsi la mise en oeuvre technique et les développements IA sur des sujets tels que l'optimisation des stocks en centre logistique, la gestion des assortiments agences, et, plus récemment, la prédiction de l'impact carbone des produits électriques que REXEL distribue.

Son rôle est de concevoir des produits innovants, principalement basés sur des modèles complexes de Data Science, pour les différents métiers de TotalEnergies et de contribuer à la transformation digitale de l'entreprise. Elle dispose de 9 ans d'expérience dans les domaines de la Tech et de la Data. 

Avant de rejoindre TotalEnergies, Myriam a travaillé sur plusieurs projets Data, allant de la gouvernance des données à leur utilisation et à leur analyse, principalement dans le secteur de l'énergie et des services publics (Accenture (EDF, GRTgaz, Enedis), Direct Energie et SNCF Réseau). Sa passion pour les mathématiques et les défis complexes liés aux données l'a toujours suivie depuis ses études d'ingénieur à Supélec et a mûri au fil de ses expériences professionnelles. 

Myriam est également ambassadrice de Women in Data Science @Stanford et fait partie de l'équipe organisatrice de l'événement Women In Data Science @Paris Saclay 2022.

Diplômée de l'ENSAI (École nationale de la Statistique et de l'analyse de l'information) en 2014 avec la spécialité Marketing quantitatif et Revenue Management, elle a débuté sa carrière au sein d'un cabinet de Conseil (Bluestone / EY Analytics) pour découvrir des secteurs d'activité et des environnements de travail variés. 

Pendant 3 ans, elle a eu l'opportunité de travailler pour des entreprises comme Air France, EDF, L'Oréal ou Teva Santé. Elle a travaillé sur des sujets tels que le data mining, la visualisation de données, le Machine learning. Elle a toujours été proche des entreprises afin de comprendre et de répondre à leurs besoins. Elle a rejoint son dernier client Teva Santé, pendant plus de 2 ans en tant que Data Scientist, pour aider à développer la connaissance client et améliorer l'analyse des données. 

Liza a rejoint Total en janvier 2020 en tant que Marketing Data Scientist, où elle travaille pour le réseau marketing. Chez Total, sa mission actuelle consiste en plusieurs sujets opérationnels. Grâce à ses analyses de données issues du programme de fidélité Club TOTAL, elle développe certains modèles de machine learning. Elle travaille principalement sur la détection de fraude, le clustering, la satisfaction client et le suivi des KPI.  Elle a rejoint l'équipe de l'organisation WiDS @Paris-Saclay 2021 en tant qu'ambassadrice, pour aider à promouvoir les données et partager son expérience avec d'autres femmes.