Data Scientist
Stage au sein de l'équipe data de KPMG Algeria : conception et déploiement de solutions avancées en traitement du langage naturel et analyse textuelle.
- Conception d'un pipeline NLP end-to-end complet intégrant le prétraitement de corpus multilingues, l'encodage vectoriel dense via BERT et SentenceTransformers, l'analyse sémantique et la génération automatisée de rapports avec des LLMs open-source (HuggingFace).
- Application de BERTopic pour la détection et classification automatique de thématiques dans des jeux de données textuelles volumineux.
- Implémentation d'algorithmes de clustering non supervisé (K-Means, UMAP, t-SNE) sur des espaces vectoriels denses pour la segmentation sémantique.
- Comparaison et benchmarking de plusieurs approches (BERTopic, LDA, NMF) selon des métriques de cohérence pour sélectionner l'architecture optimale.
Environnement technique