Data Science Engineer

Intégration du projet Helma pour formaliser le périmètre fonctionnel en collaboration avec les parties prenantes, incluant l'OIM ainsi que les ministères de la Jeunesse, de la Culture et des Sports.

• Rencontre avec les parties prenantes pour formaliser le périmètre fonctionnel du chatbot.
• Identification des besoins des utilisateurs et rédaction des spécifications techniques et fonctionnelles.
• Conception d'un système de correspondance sémantique entre les profils utilisateurs et les activités disponibles.
• Implémentation de la recherche vectorielle en utilisant Sentence Transformers et FAISS.
• Déploiement de LLM locaux via Ollama avec Llama 3.1 pour garantir la confidentialité des données ministérielles.
• Développement de la gestion de l'historique des conversations, la persistance des sessions et le profilage dynamique.
• Intégration d'un système de recommandation hybride combinant filtrage collaboratif et contenu.
• Atteinte d'une réduction de 60 % du temps de recommandation et d'une satisfaction utilisateur supérieure à 85 %.

Fonction de Product Owner sur un projet stratégique de comparateur de cursus franco-tuniso-allemand.

• Analyse des besoins des recruteurs allemands et des institutions tunisiennes.
• Rédaction de l'ensemble des spécifications techniques pour le comparateur.
• Priorisation du backlog et définition des critères d'acceptation relatifs à la similarité sémantique, la latence et l'écart de score.
• Facilitation des revues avec les parties prenantes françaises, tunisiennes et allemandes.
• Supervision technique de la mise en œuvre du pipeline de traduction multilingue.
• Réalisation de l'alignement des cursus et de l'extraction de passages équivalents.
• Fine-tuning de CamemBERT pour la comparaison sémantique.
• Automatisation de la détection des écarts de cursus et de leur classification.
• Développement d'un chatbot assistant avec streaming asynchrone et gestion de l'historique.
• Intégration de l'API Grok en tant que moteur LLM principal.
• Génération d'une augmentation de 40 % du taux de correspondance CV-offre lors de la phase pilote.

Conception d'un pipeline d'extraction semi-structurée pour divers types de factures (PDF, images, scans).

• Conception d'un pipeline d'extraction semi-structurée pour des factures de tous formats.
• Exploitation de LlamaIndex et Claude 3.5 Sonnet via AWS Bedrock.
• Intégration d'une validation croisée pour réduire les hallucinations, incluant la vérification des totaux, de la TVA et des dates fournisseurs.
• Optimisation du coût par facture à l'aide d'un routeur heuristique combinant Regex et Tesseract OCR en première intention, avec un LLM en solution de repli.
• Réalisation de benchmarks sur plusieurs modèles pour évaluer la précision.
• Obtention d'une précision de 98 % sur plus de 5 000 factures et réduction des coûts de 35 %.

Conception d'un agent de modération autonome et multimodal traitant le texte, l'image et la vidéo.

• Conception d'un agent de modération autonome multimodal.
• Utilisation de NSFW Detector pour identifier le contenu sexuellement explicite.
• Implémentation de CLIP pour détecter la violence et les contenus sensibles.
• Déploiement de YOLOv8 pour repérer les armes, le sang et les symboles interdits.
• Ajout d'un système de double vérification via l'API Gemini pour les cas complexes.
• Orchestration du flux de travail avec Redis Queue pour la priorisation, la régulation et la reprise sur incident.
• Conteneurisation de l'ensemble de la solution avec Docker pour assurer la scalabilité horizontale.
• Réduction des coûts de modération humaine de 70 % tout en maintenant une latence inférieure à 500 ms par requête.

Pilotage du développement d'un système de reconnaissance optique de caractères (OCR) et d'un modèle de détection des fraudes.

• Direction du développement d'un système OCR et d'un modèle de détection des fraudes documentaires.
• Amélioration de la précision globale de 20 %, faisant passer le score F1 de 0,74 à 0,89.
• Conception d'une solution de vision par ordinateur pour la détection et la segmentation d'objets.
• Déploiement de YOLOv5 et Mask R-CNN.
• Industrialisation des pipelines de traitement en utilisant Docker et MLflow.
• Mise en place d'un monitoring de production pendant 9 mois sans enregistrer de régression.
• Documentation de l'ensemble des modèles et des API à l'aide de Swagger.

Prise en charge de la résolution de problèmes matériels et de micro-logiciels complexes sur des environnements serveurs.

• Résolution d'incidents complexes liés au matériel et au firmware sur des équipements HPE ProLiant, iLO et RAID.
• Atteinte d'un taux de satisfaction client de 95 %.
• Automatisation des diagnostics à l'aide de scripts Python.
• Réduction du temps moyen de résolution (MTTR) des incidents de 30 %.
• Formation de 6 nouveaux collaborateurs aux outils internes de l'entreprise.
• Amélioration de 40 % des performances des nouveaux collaborateurs en l'espace de 2 mois.
• Rédaction de procédures de dépannage destinées à la base de connaissances interne.

Développement de solutions de vision par ordinateur appliquées à l'analyse de données automobiles.

• Développement d'un système de détection de dommages automobiles par deep learning avec PyTorch et ResNet50.
• Déploiement du modèle via l'infrastructure Flask.
• Accélération des flux de traitement des données de 50 %.
• Conception d'une API REST pour l'inférence en production intégrant la gestion des sessions utilisateurs.
• Conduite de tests A/B approfondis permettant d'augmenter le score F1 de 0,89 à 0,93.