Data Scientist – Machine Learning & NLP Appliqué

Intégration de l'équipe innovation Supply Chain d'ALTEN afin de moderniser la réconciliation et l'enrichissement de données fournisseurs hétérogènes via NLP et systèmes intelligents.

• Développement de modèles NLP et conception de systèmes de matching sémantique pour la réconciliation automatique de données fournisseurs hétérogènes.
• Conception d'un pipeline de données end-to-end couvrant la collecte, le nettoyage, la structuration et la transformation de données textuelles non structurées pour des cas d'usage IA Supply Chain.
• Production d'indicateurs de performance (qualité, pertinence, couverture) pour piloter l'amélioration continue des modèles.
• Contribution à la structuration d'une base de connaissance logistique via Knowledge Graphs intégrant fournisseurs, hubs, transports et clients.

Rejointe l'équipe de recherche en Data Science et NLP pour construire un corpus multi-domaines et évaluer les performances des LLMs sur des tâches d'extraction et de comparaison de produits.

• Construction d'un corpus multi-domaines à partir de données web (Autotrader.ca, BestBuy.ca) via scraping, nettoyage, normalisation et structuration JSON pour l'automobile et l'électronique.
• Benchmark des LLMs (LLaMA 4, DeepSeek R1) sur des tâches d'extraction et de comparaison de produits, évaluation des performances sur environ 20 paires requête-réponse annotées manuellement.
• Amélioration de +11.93 points BERTScore et atteinte d'un score humain de 19/20 via l'intégration d'une architecture RAG (embeddings MiniLM + FAISS) comparée à un LLM standalone.
• Développement d'un système de recommandation et de recherche sémantique multi-domaines basé sur la similarité cosinus et l'indexation vectorielle.

Rejointe l'équipe marketing de BEL pour piloter les performances commerciales et générer des insights actionnables via l'analyse de données et l'automatisation du reporting.

• Analyse des performances commerciales et du comportement client en suivant les KPIs et en identifiant les tendances clés.
• Conception et automatisation de dashboards Power BI pour le pilotage décisionnel.
• Assurance du contrôle qualité et de la fiabilité des données sources alimentant les analyses.