Étudiant en Ingénierie Data Science et Cloud Computing

Conduite de projets d'analyse de données visant à identifier et modéliser les facteurs déterminants influençant les taux d'intérêt des prêts bancaires.

• Identification des variables clés impactant les décisions de financement bancaire.
• Construction et validation de modèles prédictifs pour estimer les taux d'intérêt.
• Analyse exploratoire complète des données financières.
• Présentation des résultats et recommandations aux parties prenantes.

Analyse et modélisation de la consommation électrique de certaines régions.

• Collecte et nettoyage des données énergétiques régionales.
• Développement de modèles de prévision pour anticiper les besoins énergétiques.
• Identification des tendances et variations saisonnières de consommation.

Conception et implémentation d'un Data Warehouse en intégrant des données provenant de multiples sources.

• Upload et structuration des données issues de différentes sources hétérogènes.
• Construction de l'architecture complète du Data Warehouse optimisée pour l'analyse.
• Configuration des processus ETL pour l'alimentation continue du DWH.
• Documentation de la structure pour faciliter l'utilisation par les data analystes et les utilisateurs BI.

Développement de modèles de vision par ordinateur utilisant le deep learning pour la détection automatique des maladies inflammatoires chroniques intestinales (Projet de Fin d'Année).

• Prétraitement et augmentation d'un dataset d'images médicales.
• Conception et entraînement de plusieurs architectures de deep learning (CNN) pour la classification d'images.
• Optimisation des hyperparamètres pour maximiser la précision et la sensibilité du modèle.
• Validation de la performance du modèle sur un ensemble de test indépendant.
• Documentation de l'approche et des résultats pour la présentation du PFA.

Implémentation et expérimentation de différents modèles et algorithmes de machine learning dans le cadre d'apprentissages académiques.

• Déploiement d'une variété d'algorithmes supervisés et non supervisés.
• Comparaison des performances de différents modèles sur des datasets de référence.
• Participation à des compétitions Kaggle pour tester et valider les approches.

Développement d'un jeu vidéo (Suika Game) en utilisant Java.

• Conception de l'architecture et de la mécanique de jeu.
• Implémentation des fonctionnalités de gameplay et d'interface utilisateur.
• Tests et optimisation des performances du jeu.

Exploration et implémentation d'approches d'apprentissage par renforcement (DARA) dans le cadre de projets académiques.

• Développement d'agents d'apprentissage par renforcement.
• Tests de différentes stratégies et environnements de simulation.