Ingénieur Data

Il a rejoint l'équipe d'Ubisoft à Paris en tant que Data Scientist Assistant afin de développer des modèles prédictifs et d'analyser les retours de la communauté.

• A développé des modèles de Machine Learning de prédiction de tags de jeux à partir de commentaires de joueurs issus des réseaux sociaux, en évaluant des arbres de décision, Ridge et Random Forest sur près de 27 000 couples communauté-tag.
• A analysé les commentaires et discussions de joueurs via le NLP, des embeddings, du clustering hiérarchique et des LLM pour structurer les thématiques et réaliser l'analyse des sentiments.
• A conçu un chatbot analytique Text-to-SQL permettant d'interroger des données Snowflake en langage naturel, avec une génération et une validation sécurisée de requêtes SQL.
• A collaboré activement avec les équipes marketing et business pour assurer la restitution des résultats.

Il a intégré Sofrecom pour concevoir et déployer une solution conversationnelle avancée basée sur l'intelligence artificielle.

• A conçu et déployé un chatbot de génération de requêtes SQL basé sur le Prompt Engineering et le NLP, intégré dans un environnement conteneurisé jusqu'en production.
• A comparé et sélectionné plusieurs LLM open source via Ollama, incluant Qwen 2.5 Coder, Mistral et Llama 3.1.
• A évalué et optimisé les performances de la solution selon des métriques définies, atteignant 95 % de précision et 97 % de réussite.
• A réalisé la documentation technique et l'industrialisation de la solution sous forme d'API REST avec FastAPI, Docker et GCP.

Il a participé au développement d'une application intelligente de contrôle parental et à la gestion du cycle de vie des données.

• A développé une application web de contrôle parental dotée d'IA pour la classification de contenu adulte, incluant un module d'authentification.
• A piloté le cycle de vie des données pour trois types de contenu comprenant la collecte, le prétraitement et l'augmentation, tout en appliquant des contrôles de qualité à chaque étape.
• A développé et optimisé des modèles de Machine Learning et Deep Learning atteignant des précisions de 92 % pour le texte, 97 % pour l'image et 94,5 % pour l'audio.