Étudiant - Mines Paris PSL / Liora
Formation intensive en Data Science, Machine Learning, Deep Learning et MLOps reconnaissant des compétences professionnelles (RNCP38587).
- Développement d'un assistant RAG documentaire intégrant un pipeline complet d'ingestion PDF, chunking, génération d'embeddings avec BGE-M3, stockage vectoriel via ChromaDB et génération locale via Ollama.
- Conception d'un agent de scoring de risque assurantiel appliquant le Machine Learning supervisé sur données déséquilibrées, optimisé via ROC-AUC et PR-AUC, enrichi d'une explicabilité SHAP et d'un agent de priorisation.
- Implémentation de YOLO Safety Monitor pour la détection de personnes et de zones de risque sur image et vidéo, avec agrégation d'événements via Ultralytics et OpenCV.
- Classification d'ECG par Deep Learning exploitant les datasets MIT-BIH et PTBDB, comparant CNN 1D, ResNet et XGBoost avec fine-tuning et évaluation comparative.
- Construction d'un système de recommandation de films intégrant MLOps, avec pipeline PostgreSQL / DVC / Docker, algorithme KNN item-item, API FastAPI, offline serving et monitoring.
Environnement technique