Ingénieure Data / IA

Elle a contribué à l'amélioration d'une plateforme de gestion cloud autonome au sein d'une équipe de recherche et développement, en se concentrant sur la validation, la cohérence et l'enrichissement des labels cloud dans un environnement multi-cloud.

• A analysé les besoins critiques liés à la structuration et à la fiabilisation des données de labels cloud.
• A conçu une solution innovante fondée sur une ontologie RDF/OWL et un graphe de connaissances Neo4j pour organiser et sécuriser les données.
• A renforcé un moteur de recommandation en combinant des approches hybrides : similarités syntaxiques, sémantiques et modèles LLM.
• A industrialisé la solution en développant et déployant une API FastAPI avec Docker.
• A intégré un pipeline de tests automatisés pour garantir la qualité du code et la robustesse de la solution.

Elle a intégré le service analytique d'une faculté pour transformer les données académiques en intelligence d'aide à la décision et accompagner la direction dans la définition de stratégies d'amélioration.

• A mis en place des analyses prédictives permettant d'anticiper les résultats étudiants et l'évolution des effectifs académiques.
• A conçu et développé un tableau de bord interactif avec Streamlit centralisant et visualisant les indicateurs clés d'activité académique.
• A fiabilisé et structuré les données sources pour assurer la qualité des indicateurs du tableau de bord.
• A analysé les performances académiques afin d'identifier des axes d'amélioration durables.
• A formulé des recommandations stratégiques basées sur les résultats de l'analyse.
• A présenté les résultats et accompagné la réflexion décisionnelle auprès des instances de gouvernance.

Elle a intégré l'équipe data d'un leader de l'énergie renouvelable pour automatiser l'extraction et le traitement de documents techniques non structurés, afin d'accélérer l'accès aux spécifications critiques des cahiers des charges.

• A conçu et déployé un pipeline complet d'extraction de données à partir de PDF, ciblant les clauses techniques des cahiers des charges.
• A segmenté la mise en page et parsé la structure des documents (titres, tableaux, blocs) via vision par ordinateur en utilisant Detectron2 et LayoutParser.
• A mis en place une base de données ElasticSearch contenant les données extraites et structurées.
• A implémenté un module de Q/A sémantique exploitant plusieurs approches : TF-IDF, BM25 et modèles Hugging Face, pour retrouver et prioriser rapidement les passages pertinents à une requête donnée.
• A géré le code en version control et mis en place un pipeline CI/CD pour industrialiser la solution.