Ingénieur Data Junior

Conception d'un pipeline reproductible de traitement de données pour une compétition de Machine Learning portant sur la prédiction d'addiction aux smartphones.

• Conception d'un pipeline reproductible de traitement de données avec feature engineering, validation croisée stratifiée et prédictions out-of-fold sur 691 369 observations d’entraînement et 296 302 observations de test.
• Entraînement et comparaison de XGBoost GPU, CatBoost et LightGBM avec des encodages ajustés à l’intérieur de chaque fold afin de limiter les fuites de cible et fiabiliser l’évaluation.
• Développement d'un stacking de modèles et une analyse de corrélation des prédictions obtenant un ROC AUC public de 0,97058.

Fondation et développement d'une plateforme SaaS multimodale de manière indépendante.

• Structuration d'une architecture serverless combinant Supabase Auth, PostgreSQL, Row Level Security, stockage et 15 Edge Functions Deno pour une plateforme SaaS multimodale.
• Orchestration de traitements IA asynchrones avec persistance des résultats, gestion de crédits et suivi des générations.
• Versionnage de 33 migrations SQL dédiées aux données, à la facturation et à la sécurité.

Conception et développement d'une application personnelle intégrant des modèles d'intelligence artificielle.

• Intégration d'un pipeline d’inférence RoBERTa via Hugging Face dans une application React/Vite, avec normalisation des scores et gestion des indisponibilités du modèle.
• Structuration de la persistance des profils, quotas et résultats dans Supabase/PostgreSQL.
• Automatisation de la validation de construction via GitHub Actions.

Intégration de Hager Group pour un stage de fin d'études afin de travailler sur des architectures Cloud et IoT.

• Conception et validation d'un PoC Azure pour des services IoT sur AKS, depuis l’analyse de l’existant jusqu’aux tests de connectivité, d’exposition des services et d’isolation de la base de données.
• Déploiement d'API IoT .NET conteneurisées avec Docker/Kubernetes et intégration d'Azure SQL dans une architecture privée.
• Résolution de contraintes d’architecture ARM64/AMD64.
• Contribution au développement, en équipe, d’un prototype de prédiction énergétique fondé sur des données IoT et présenté lors d’un hackathon Hager–Microsoft.