LLMGen AIPrompt EngineeringGCPDataiku TerraformDataform

Je suis en charge de la mise en place d'un pipeline ML pour entrainer et de déployer des modèles de Machine Learning (NLP). Ces modèles ont pour objectif de recommander des produits aux client en fonction de leur profil de peau.• Mise en place de principes MLOps pour assurer la qualité du code et la performance des modèles. • Réalisation d’un système de recommandation basé sur une approche de perfect match filtering. • Utilisation de pipeline Vertex AI (Kubeflow) pour l’entrainement des modèles et la gestion des artefacts associés (métriques, données, etc).• Mise en œuvre d'une chaîne CI/CD avec Cloud Build pour garantir l'intégrité du code. • Intégration de modèles ML dans des architectures de microservices à l'aide d'outils tels que Docker et Artefact (container) registry. • Création d'une API exposant les modèles entraînés sur Cloud Run pour une utilisation facile et rapide. • Participation à la mise en place de l'architecture as code avec Terraform pour une gestion efficace des ressources cloud avec l’équipe DevOps.

L'objectif de cette mission est de travailler au sein de l'équipe Recherche et Développement dans l'unité "Products Performance Evaluation" sur différents use-cases de data science. Ces différents projets ont pour but d'aider les métiers à comprendre les données et à en sortir des insights intéressants. Les principaux use-cases étudiés sont : • Analyse de la variabilité des mesures inter-études sur les propriétés mécaniques de la peau. • Réalisation d'une loi de passage permettant de calibrer les mesures réalisées avec un radiomètre mesurant les différentes teintes de la peau. • Analyses des données de capteurs de sueurs placés sous aisselles de différents volontaires pour étudier les effets de différents anti-transpirants. Cette analyse a pour but également d'identifier les zones des aisselles où l'anti-transpirant agit le mieux. Tâches réalisées : • Requêtage de la base de données pour récupérer les données. • Nettoyage et préparation des données. • Analyse statistiques (ACP,AFM, Meta Analyse, etc.).• Réalisation d'algorithmes de Machine/Deep Learning.• Organisation et animation des ateliers métiers.

L'objectif de cette mission est de développer des pipelines de traitement et d’ingestion de données dans BigQuery pour assurer la qualité et la fiabilité des données stockées, permettant ainsi une utilisation optimale pour les autres équipes.Tâches réalisées :• Participation à la mise en place de l’architecture du pipeline pour ingérer les données stockées en local dans BigQuery.• Transfert des données stockées en local vers google storage (GCS). • Ingestion des fichiers stockés sur GCS vers BigQuery en utilisant DataFlow afin de réaliser l’extraction de certaines informations dans les fichiers avant de les stocker dans des tables BigQuery. • L’orchestration des différentes tâches du pipeline a été réalisée en utilisant les opérateurs python de Cloud-Composer (Airflow). • Réalisation de dashboard avec Data Studio en utilisant les données stockées dans BigQuery.

L’objectif était de développer un modèle prédictif pour détecter les assurés futurs réclamants à la caisse nationale d'assurance vieillesse. Les tâches principales que j'ai réalisées pour atteindre cet objectif étaient les suivantes : • Collecte des besoins et animation d'ateliers avec les métiers pour comprendre les spécificités du domaine d'application.• Manipulation d'une très grosse volumétrie de données, avec des dizaines de millions d'enregistrements et des centaines de features.• Gestion d'un jeu de données fortement déséquilibré (umballanced dataset).• Utilisation de plusieurs algorithmes de classification pour classer les assurés.e.s.• Travailler dans un contexte Big Data, avec des travaux effectués sur Cloudera data science Workbench.

J’ai été chargé de développer un outil d'engagement de commandes pour optimiser le volume de commandes de voitures à effectuer par les concessionnaires du groupe PSA. Pour cela, j'ai effectué les tâches suivantes : • Réalisation de requêtes Business Object (BO) pour récupérer certaines données "métiers" nécessaires à l'analyse et à la modélisation du processus de commande de voitures.• Récupération des données provenant de requêtes BO sur Outlook afin de les intégrer dans notre système de traitement de données.• Feature engineering des données dans Python en utilisant les bibliothèques Matplotlib, Pandas et Numpy pour comprendre la nature et les relations entre les différentes variables.• Réalisation d'un modèle de distribution en utilisant l'algorithme du sac à dos (Knapsack algorithm) pour proposer une quantité optimale de voitures à commander pour chaque concessionnaire en fonction de ses besoins et de ses contraintes.• Participation à des réunions quotidiennes avec les responsables métiers pour étudier la pertinence des données et ajuster le modèle d’engagement en conséquence.• Déploiement de l'outil sous forme d'une application avec interface graphique pour permettre aux utilisateurs de visualiser les résultats et de gérer les commandes de manière efficace et intuitive.

Dans le cadre de la réalisation d'une plateforme "Big Data RH" permettant de "matcher" des appels d'offres et les candidats dont les compétences sont susceptibles de répondre à ces dernières, j'avais pour mission de : - réaliser de script python pour stocker de données excel dans MongoDB en utilisant la librairie Pymongo. - indexer certaines données récoltées dans Solr en utilisant la librairie Pysolr.

Réalisation d’un modèle prédictif en assurance maladie pour le groupe américain « Prudential »- Objectif du projet : L’objectif consiste à réaliser un modèle prédictif pour classifier les risques en cas de demande de souscription à une assurance maladie. Ce modèle va permettre à l’entreprise de déterminer l’éligibilité du souscripteur et le coût de l’assurance vie. - Mission : Après la collecte et le stockage des données dans une base de données (MongoDB), j’ai réalisé le nettoyage des données dans python afin de faciliter leur utilisation dans les algorithmes de classification. J’ai réalisé le modèle prédictif en utilisant les arbres de décision (XGBoost). J’ai également simuler l’utilisation de l’algorithme et l’envoi des données en temps réel en utilisant Kafka.

Estimations et prédictions hydrauliquesMission : - Utilisation de data thermique et géophysique pour réaliser de modèles hydrauliques;- Mise en œuvre des protocoles d'acquisition des données;- Acquisition et stockage des data;- Analyse, traitement et visualisation des données sous Python- Implémentation des algorithmes utilisant les données acquises afin d'estimer les paramètres hydrauliques recherchés et de réaliser les modèles hydrauliques (Sous MatLab). Algorithmes : Algorithmes génétiques, Algorithmes hybrides (HMC), Metropolis-adjusted Langevin algorithm (Mala), Gradient Descent

Il s'agit de faire de la géophysique multi-méthodes sur le site archéologique de l'Abbaye Notre Dame du Bec Héllouin (Eure, 27), ensuite de caler les résultats obtenus sur un modèle numérique de terrain en 3D (photogrammétrie). Mission : - Choisir et appliquer les méthodes géophysiques adéquates;- Préparer les missions d'acquisition des données;- Traiter des données obtenues et interpréter les résultats;- Réaliser les modèles photogrammétriques du site d'étude;- Caler les résultats géophysiques sur les modèles photogrammétriques.Méthodes et Outils utilisés: Radar 3D, Prospection électrique (ERT), Magnéto-Tellurique, Photogrammétrie, Appareil photo Nikon D3200, , MicMac, Matlab, Paraview, GRED HD, SketchUp.