Analyse économétrique du TCER
Analyse du Taux de Change Effectif Réel (TCER) au Burkina Faso – modélisation économétrique, données de panel, causalité.
Chargement du portfolio…
Diplômé de l'ENSAE Pierre Ndiaye · Expert en analyse de données, économétrie et modélisation statistique pour la prise de décision stratégique.
Ingénieur Statisticien Économiste en formation à l'ENSAE Pierre Ndiaye (Sénégal), je combines expertise statistique, modélisation économétrique et développement web pour produire des analyses à forte valeur ajoutée.
Passionné par la transformation numérique des économies africaines, je mets mes compétences au service des institutions publiques, ONG, cabinets de conseil et entreprises technologiques.
Ingénieur Statisticien Économiste – Dakar, Sénégal
Classes préparatoires PCSI – Burkina Faso
Économies africaines, IDE, TCER, Industries extractives
Des outils de pointe pour chaque défi analytique
Statistiques avancées, modélisation, ggplot2, tidyverse, Shiny
88%Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn, TensorFlow
82%Économétrie, panel data, séries temporelles, données d'enquête
90%Analyses multivariées, tests statistiques, enquêtes sociales
75%Requêtes complexes, procédures stockées, optimisation
85%Conception de bases de données, jointures, indexation
80%Données spatiales, fonctions analytiques avancées
72%Collecte, nettoyage et transformation de données massives
70%Sémantique, accessibilité, SEO, structuration avancée
88%Flexbox, Grid, animations, responsive design, variables
85%ES6+, DOM, API, animations, logique applicative
78%Backend, formulaires, connexion base de données
65%Tableaux de bord interactifs, DAX, Power Query, rapports
87%Visualisations avancées, storytelling des données
74%TCD, macros VBA, fonctions avancées, dashboards Excel
90%R (ggmap, leaflet), QGIS, données géographiques
68%Capacité à décomposer des problèmes complexes en hypothèses testables
Vulgarisation de résultats statistiques pour des publics non-experts
Collaboration multidisciplinaire, projets académiques et professionnels
Validation des hypothèses, reproductibilité et intégrité des analyses
Français (natif) · Anglais (professionnel) · Dioula (natif)
Apprentissage continu, veille technologique, montée en compétences
Des projets concrets à fort impact analytique
Analyse du Taux de Change Effectif Réel (TCER) au Burkina Faso – modélisation économétrique, données de panel, causalité.
Plateforme web de gestion et diffusion de données statistiques – architecture MVC, API REST, interface d'administration.
Analyse de l'impact des industries extractives sur la croissance économique et la gouvernance en Afrique subsaharienne.
Création de dashboards interactifs pour le suivi d'indicateurs macroéconomiques et sociaux – KPIs, alertes, rapports automatisés.
Modèle de machine learning pour la prédiction des prix immobiliers – feature engineering, validation croisée, Random Forest.
Application Python de formulation optimale d'aliments pour volailles – programmation linéaire, interface graphique Tkinter.
Une formation d'élite et une montée en compétences continue
Formation d'excellence en statistique, économétrie, informatique décisionnelle et analyse des données. Cursus en 3 ans après classes préparatoires.
Classes préparatoires intensives en mathématiques, physique et sciences de l'ingénieur. Formation à la rigueur scientifique et à la résolution de problèmes.
Parcours certifiants en data science, machine learning, visualisation et développement web sur les principales plateformes mondiales.
Formation initiale avec spécialisation scientifique, fondement de l'excellence académique et de la discipline intellectuelle.
Contributions à l'analyse économique et au développement africain
Analyse économétrique des facteurs influençant le TCER au Burkina Faso et dans la zone UEMOA. Utilisation de modèles de panel coïntégrés et de tests de causalité au sens de Granger.
Étude de l'impact des ressources extractives et des investissements directs étrangers sur la croissance économique et la gouvernance dans 25 pays d'Afrique subsaharienne.
Analyses statistiques approfondies sur des thématiques socio-économiques : pauvreté, inégalités, marché du travail et développement humain en Afrique de l'Ouest.
Matériel pédagogique pour apprendre la statistique avec R, Stata, SPSS et Python
Initiation aux statistiques descriptives et inférentielles avec RStudio. Visualisations, tests d'hypothèses et modèles de régression.
Maîtrisez Stata pour l'économétrie appliquée : panel data, séries temporelles, régressions avancées et tests statistiques.
Analyses multivariées, enquêtes sociales et tests statistiques avec SPSS. Idéal pour les sciences sociales et de la santé.
Du data wrangling au deep learning – Pandas, Scikit-learn, TensorFlow. Projets concrets d'analyse et de prédiction.
Disponible pour des projets, collaborations et opportunités professionnelles
Je suis ouvert aux opportunités dans les domaines de l'analyse de données, de l'économétrie, du conseil statistique et du développement web.