Data Scientist

Intégration de la Haute école spécialisée bernoise (BFH) pour participer au projet européen BIAS, axé sur la mitigation des biais de l'intelligence artificielle sur le marché du travail.

• Conception d'un pipeline de débiaisage nommé GenWriter afin de garantir un filtrage des CV plus équitable en ressources humaines.
• Combinaison de la généralisation de phrases par LLM et du raisonnement à base de cas (CBR) pour harmoniser les profils.
• Réduction de 35% à 37% du biais de genre (TPR gap) tout en maintenant 97% de la performance globale de classification.
• Développement d'un modèle d'attribution de genre à l'aide d'un sBERT norvégien et d'une régression logistique, obtenant plus de 95% de précision.
• Analyse d'explicabilité (LIME / XAI) pour valider l'absence totale d'indices de genre dans la prise de décision du modèle.
• Co-rédaction de l'article scientifique « Bias Mitigation in Hiring-Related NLP: Interactions Between Masking, Rewriting, and Adversarial Debiasing » pour NLP4DH 2026.

Apprentissage au Centre de la Donnée et des Applications Numériques (CDAN) du Ministère des Armées, axé sur le Data Engineering et la Data Science.

• Conception d'un pipeline ETL modulaire en Python composé de 8 étapes atomiques et entièrement couvert par des tests unitaires pytest.
• Alimentation d'un data lake Big Data s'appuyant sur Spark, Hadoop et Hive, et connexion des flux à des tableaux de bord Qlik Sense.
• Livraison du premier pipeline Python industrialisé de la section, devenu le template officiel pour les futurs projets d'intégration.
• Mise en place d'un environnement Big Data interne hybride de type Datalake / Lakehouse et migration des données d'intérêt via Dataiku.
• Développement d'un modèle prévisionnel sur près de 400 séries temporelles par clustering hiérarchique (DTW / DBA) pour anticiper la disponibilité opérationnelle.
• Réalisation d'un POC, adopté comme projet officiel, en instaurant 18 clusters pour une MAE équivalente à une prédiction unitaire.
• Automatisation de l'entraînement et du suivi des indicateurs de dérive (model drift) à travers une interface Streamlit dédiée.