Ingénieure en Big Data et IA

A intégré l'équipe data d'une division digitale d'un groupe automobile majeur pour concevoir une plateforme décisionnelle dédiée au staffing.

• A développé des tableaux de bord Power BI pour visualiser les KPI métiers.
• A réalisé une analyse approfondie des besoins métiers auprès des stakeholders.
• A intégré et valorisé des données hétérogènes pour alimenter la plateforme décisionnelle.
• A participé à la conception d'une architecture data moderne sur Google Cloud Platform (BigQuery, Cloud Storage).
• A contribué au développement d'un agent IA pour la préparation des concours directs.

A conçu et développé un chatbot décisionnel pour une plateforme d'aide à la décision, impliquant la collecte, le traitement et la modération de données d'entreprises géolocalisées.

• A développé une base de données d'entreprises géolocalisées en utilisant des techniques de web scraping automatisé.
• A structuré et stocké les données collectées dans une base MongoDB.
• A conçu et développé un chatbot IA visant à améliorer l'expérience utilisateur sur la plateforme.
• A optimisé les pipelines d'extraction et de transformation de données.

A développé un système complet de modération de contenus Facebook basé sur l'intelligence artificielle et les techniques NLP, intégrant pipeline d'extraction, nettoyage et annotation de données.

• A conçu et développé un pipeline NLP complet : collecte de données via Facebook Scraper, nettoyage avec regex et Pandas, annotation assistée par LLM (Groq, Gemini).
• A créé un dataset annoté structuré pour l'entraînement de modèles de modération.
• A développé une API FastAPI pour le prétraitement des données et la gestion de l'authentification.
• A intégré l'API avec Facebook Graph API et mis en place un fallback scraping via Selenium.
• A encadré l'architecture technique pour assurer la scalabilité et la robustesse du système.

Conçoit et développe une architecture Big Data temps réel complète pour l'évaluation des risques boursiers, collectant et traitant des flux de données financières avec un objectif d'analyse de volatilité et de Value at Risk.

• A conçu une pipeline temps réel intégrant Kafka pour la collecte, Flink pour le traitement, Iceberg pour le stockage optimisé et Trino pour la requêtage analytique.
• A implémenté la collecte de flux de données boursières via API temps réel.
• A développé des traitements pour analyser la volatilité et calculer la Value at Risk (VaR).
• A historisé les flux de données pour alimenter les entraînements de modèles ML via MLflow.
• A optimisé la latence et la fiabilité du pipeline pour un traitement critique.

A développé SmartBudget AI, une application de recommandation budgétaire intelligente destinée aux étudiants, combinant backend robuste, interface utilisateur et moteur IA conversationnel.

• A conçu une architecture modulaire avec backend FastAPI, frontend React et base MySQL.
• A développé un moteur IA utilisant LangChain pour la génération dynamique de conseils financiers personnalisés.
• A intégré des modèles LLM pour fournir des recommandations adaptées au profil utilisateur.
• A optimisé l'expérience utilisateur via une interface réactive.

A développé un pipeline temps réel complet de collecte, traduction et analyse de sentiments sur des tweets géolocalisés, avec visualisation dynamique en temps réel.

• A implémenté une pipeline temps réel de collecte de tweets filtrés par localisation géographique.
• A développé des traitements de traduction automatique des tweets.
• A conçu des modèles d'analyse de sentiments pour catégoriser le contenu collecté.
• A intégré Elasticsearch comme moteur d'indexation et Kafka Streams pour le traitement des flux.
• A créé des dashboards dynamiques sur Kibana pour la visualisation en temps réel des résultats.