Data Scientist & AI Engineer

Mission de stage de fin d'études au sein de NRCI pour concevoir et déployer DakiChat, un chatbot IA multilingue basé sur RAG destiné à fournir des conseils agronomiques aux agriculteurs d'Afrique du Nord et subsaharienne.

• Conception et déploiement de DakiChat end-to-end, un chatbot RAG multilingue livrant des conseils agronomiques de la conception architecturale au déploiement en production.
• Construction d'un pipeline hybride de recherche combinant la recherche sémantique (ChromaDB, embeddings multilingues E5) avec la recherche lexicale BM25+ et un réordonnanceur cross-encoder, indexant une base de connaissances de 724+ maladies des cultures et données agronomiques régionales.
• Développement d'un classificateur d'intention basé sur l'inférence en langage naturel (mDeBERTa-v3) pour router les requêtes utilisateur par intention (agricole, salutation, hors-sujet, méta), atteignant ≥95% de précision en validation sur la suite de tests.
• Conception d'un backend FastAPI asynchrone avec streaming SSE, intégrant LLaMA 3.1 (Groq) pour la génération de réponses, Groq Whisper Large v3 pour la transcription vocale, et Google Cloud Translation/TTS pour supporter le français, l'arabe, le swahili, le hausa et autres langues africaines.
• Mise en place de la mémoire conversationnelle et de la désambiguïsation contextuelle pour les requêtes ambiguës ou les follow-up, améliorant la précision diagnostique des maladies des cultures dans les conversations multi-tours.

Mission au sein de CommonShare pour développer une pipeline de données automatisée complète agrégant et enrichissant les données produits de plus de 1 000 sites web, réduisant le traitement manuel de plus de 20 heures par semaine.

• Développement d'une pipeline de données automatisée full-stack, en agrégant et enrichissant les données produits de 1 000+ sites web, réduisant le traitement manuel de 20+ heures/semaine.
• Construction de web scrapers avancés (Selenium, Scrapy, Playwright) et d'un agent IA pour le nettoyage des données, la génération de contenu et l'optimisation SEO.
• Fine-tuning d'un modèle BERT avec Hugging Face pour la classification multi-label des produits, améliorant la précision et la qualité du catalogue.
• Intégration d'une REST API et d'un workflow HubSpot pour livrer des données de durabilité enrichies et vérifiées avec une précision >85%.

Mission de stage en data science appliquée et machine learning pour développer des modèles analytiques prédictifs.

• Construction et optimisation de modèles ML pour l'analytique prédictive en réalisant un prétraitement des données end-to-end, une EDA et une ingénierie des features.
• Communication des insights et découvertes clés par le développement de rapports clairs et de tableaux de bord.