Ingénieure d’État en Big Data & Intelligence Artificielle

Mission réalisée au sein de la Manufacturing SBU d'OCP S.A. pour analyser une problématique d’optimisation industrielle et traduire les besoins opérationnels en une solution d’aide à la décision data-driven.

• Analyse d’une problématique d’optimisation industrielle et traduction des besoins opérationnels en une solution d’aide à la décision data-driven.
• Conception d’une approche analytique combinant préparation des données, Machine Learning, optimisation mathématique et IA générative.
• Développement de workflows Python et SQL pour préparer, structurer et exploiter les données opérationnelles.
• Développement d’un module Machine Learning avec XGBoost pour estimer les paramètres du modèle d’optimisation à partir de données historiques et simulées.
• Formulation et implémentation d’un modèle d’optimisation MILP avec Pyomo pour optimiser les transferts industriels et les niveaux de stock.
• Développement d’une application analytique permettant l’exécution des modèles, la visualisation des KPI et l’interprétation des résultats.
• Intégration d’un agent IA basé sur un LLM pour interroger les données, analyser les résultats d’optimisation et générer des explications en langage naturel.
• Développement d’API REST avec FastAPI et d’interfaces analytiques avec React et TypeScript.

Mission réalisée chez SMART AUTOMATION TECHNOLOGIE afin de concevoir et développer un système intelligent basé sur des agents autonomes pour automatiser les processus métier.

• Analyse de cas d’usage métier et conception d’un système multi-agents basé sur des LLMs pour automatiser des processus et soutenir la prise de décision.
• Conception d’agents spécialisés et d’une architecture d’orchestration permettant leur collaboration.
• Développement de pipelines RAG exploitant des connaissances issues de documents et de bases SQL.
• Mise en place d’une architecture de recherche sémantique basée sur les embeddings et ChromaDB.
• Développement d’API REST avec FastAPI.