👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
🎓 CentraleSupélec / Université Paris-Saclay (2018-2021) Diplôme d’ingénieur généraliste CentraleSupélec, Rennes / Paris Saclay, France Spécialisations : Machine learning, Reconnaissance d’image, Traitement de language naturel (NLP), Ingénierie logicielle, Économie/Finance 🏆 Lycée Georges Cabanis (2016-2018) Classes préparatoires aux grandes écoles d’ingénieurs (CPGE), Brive la Gaillarde, France Mention très bien. Classé 16ème/1250 (Top 1.3%) 📚 Lycée El Farabi (2015-2016) Baccalauréat scientifique, Salé, Maroc Mention très bien. Classé 30ème au niveau national. 3ème au niveau régional. 🌐 Langues Français : Bilingue Anglais : Courant Arabe : Langue maternelle ✅ Certifications Solutions Architect, Amazon Web Services (AWS) - Udemy (En cours) Spécialisation en Deep Learning - Coursera 🎖️ Récompenses Obtention d’une Bourse d’excellence offerte par l’OCP et le gouvernement marocain pour avoir réussi les concours Français. Boursier du Lycée Georges Cabanis pour avoir été majorant de promotion.
Conférence Présentation d’une étude approfondie sur l’état de l’art de la Reconnaissance d’images appliquée aux équipements basse tension au CIRED 2023, Rome, Italie. Ressources disponibles : Article | Poster | Présentation. Diplomation La cérémonie de diplomation représente l’aboutissement d’un parcours académique. Elle marque le passage de la vie étudiante vers un nouveau chapitre d’aspirations professionnelles. Loisirs Marche & Podcast : Faire de la marche en écoutant des podcasts long format. Passionné de technologie : Toujours à la pointe des dernières tendances et innovations technologiques. Web3 : Suivi des avancées dans le monde du web decentralisé. 📜 Recommandations José Lopes : Chef de groupe à EDF R&D, Paris-Saclay William Lair : Pilote Enedis Lab Picardie 📂 Documents Supplémentaires CV Lettre de Motivation 📬 Prenons contact ! N’hésitez pas à me contacter par e-mail pour des collaborations freelance potentielles ! E-mail : mohcineelharras@hotmail.com 📧
Conférence Présentation d’une étude approfondie sur l’état de l’art de la Reconnaissance d’images appliquée aux équipements basse tension au CIRED 2023, Rome, Italie. Ressources disponibles : Article | Poster | Présentation. Diplomation La cérémonie de diplomation représente l’aboutissement d’un parcours académique. Elle marque le passage de la vie étudiante vers un nouveau chapitre d’aspirations professionnelles. Loisirs Marche & Podcast : Faire de la marche en écoutant des podcasts long format. Passionné de technologie : Toujours à la pointe des dernières tendances et innovations technologiques. Web3 : Suivi des avancées dans le monde du web decentralisé. 📜 Recommandations José Lopes : Chef de groupe à EDF R&D, Paris-Saclay William Lair : Pilote Enedis Lab Picardie 📂 Documents Supplémentaires CV Lettre de Motivation 📬 Prenons contact ! N’hésitez pas à me contacter par e-mail pour des collaborations freelance potentielles ! E-mail : mohcineelharras@hotmail.com 📧
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
🎓 CentraleSupélec / Université Paris-Saclay (2018-2021) Diplôme d’ingénieur généraliste CentraleSupélec, Rennes / Paris Saclay, France Spécialisations : Machine learning, Reconnaissance d’image, Traitement de language naturel (NLP), Ingénierie logicielle, Économie/Finance 🏆 Lycée Georges Cabanis (2016-2018) Classes préparatoires aux grandes écoles d’ingénieurs (CPGE), Brive la Gaillarde, France Mention très bien. Classé 16ème/1250 (Top 1.3%) 📚 Lycée El Farabi (2015-2016) Baccalauréat scientifique, Salé, Maroc Mention très bien. Classé 30ème au niveau national. 3ème au niveau régional. 🌐 Langues Français : Bilingue Anglais : Courant Arabe : Langue maternelle ✅ Certifications Solutions Architect, Amazon Web Services (AWS) - Udemy (En cours) Spécialisation en Deep Learning - Coursera 🎖️ Récompenses Obtention d’une Bourse d’excellence offerte par l’OCP et le gouvernement marocain pour avoir réussi les concours Français. Boursier du Lycée Georges Cabanis pour avoir été majorant de promotion.
Conférence Présentation d’une étude approfondie sur l’état de l’art de la Reconnaissance d’images appliquée aux équipements basse tension au CIRED 2023, Rome, Italie. Ressources disponibles : Article | Poster | Présentation. Diplomation La cérémonie de diplomation représente l’aboutissement d’un parcours académique. Elle marque le passage de la vie étudiante vers un nouveau chapitre d’aspirations professionnelles. Loisirs Marche & Podcast : Faire de la marche en écoutant des podcasts long format. Passionné de technologie : Toujours à la pointe des dernières tendances et innovations technologiques. Web3 : Suivi des avancées dans le monde du web decentralisé. 📜 Recommandations José Lopes : Chef de groupe à EDF R&D, Paris-Saclay William Lair : Pilote Enedis Lab Picardie 📂 Documents Supplémentaires CV Lettre de Motivation 📬 Prenons contact ! N’hésitez pas à me contacter par e-mail pour des collaborations freelance potentielles ! E-mail : mohcineelharras@hotmail.com 📧
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
Conférence Présentation d’une étude approfondie sur l’état de l’art de la Reconnaissance d’images appliquée aux équipements basse tension au CIRED 2023, Rome, Italie. Ressources disponibles : Article | Poster | Présentation. Diplomation La cérémonie de diplomation représente l’aboutissement d’un parcours académique. Elle marque le passage de la vie étudiante vers un nouveau chapitre d’aspirations professionnelles. Loisirs Marche & Podcast : Faire de la marche en écoutant des podcasts long format. Passionné de technologie : Toujours à la pointe des dernières tendances et innovations technologiques. Web3 : Suivi des avancées dans le monde du web decentralisé. 📜 Recommandations José Lopes : Chef de groupe à EDF R&D, Paris-Saclay William Lair : Pilote Enedis Lab Picardie 📂 Documents Supplémentaires CV Lettre de Motivation 📬 Prenons contact ! N’hésitez pas à me contacter par e-mail pour des collaborations freelance potentielles ! E-mail : mohcineelharras@hotmail.com 📧
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
Whisper-LLM-gTTS Description: Application de Voice AI intégrant TTS, STT et modèles de langage locaux pour une interface hors ligne intuitive et sécurisée. Compétences Nécessaires: IA, Reconnaissance Vocale, Développement Logiciel Outils & Bibliothèques Utilisés: Whisper d’OpenAI, TTS de Google, PyTorch, FastAPI, Docker Liens: GitHub | Démo Q&A avec RAG utilisant Llama-index en local Description: Application locale exploitant des LLMs pour la génération de texte et l’interaction avec des bases de données, en mettant l’accent sur la sécurisation des données. Compétences Nécessaires: TALN, Ingénierie des Données, Développement Web Outils & Bibliothèques Utilisés: Streamlit, Whisper d’OpenAI, LM Studio, SQLite Liens: GitHub | Démo Expérimentations Autogen pour le Coding Description: Simulation d’un processus de développement logiciel favorisant la collaboration entre agents, alimentée par Autogen et des technologies de génération de texte. Compétences Nécessaires: Développement Full Stack, Apprentissage Automatique, Dockerisation Outils & Bibliothèques Utilisés: Autogen, Modèle Dolphin-2.2.1-Mistral, Diagrammes UML, Bash Liens: GitHub Tableau de bord pour l’analyse des transactions en Web3 Description: Interface de suivi des transactions de cryptomonnaie des b aleines utilisant l’API d’Etherscan, Airflow et une UI personnalisée. Compétences Nécessaires: Intégration API, Visualisation de Données, Développement Full Stack Outils & Bibliothèques Utilisés: API d’Etherscan, Airflow, Docker, Uvicorn Liens: GitHub | Démo Détection de Masque Description: Système de détection de masque en temps réel développé pendant la crise du COVID-19 utilisant des techniques d’apprentissage automatique et de traitement d’image. Compétences Nécessaires: Vision par Ordinateur, Apprentissage Automatique, Développement Logiciel Outils & Bibliothèques Utilisés: YOLOv3, TensorFlow, Keras Liens: GitHub
👨🔬 EDF R&D - Data Scientist Emplacement : Palaiseau, France Dates : 09/2019 - 01/2024 Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps. Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay Projets : LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio) Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex) Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch) Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox) Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability) Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3) Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn) Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox) 🛠️ ENEDIS - Apprenti Ingénieur Emplacement : Angers, France Dates : 10/2018 - 09/2019 Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé Projets : Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA) Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis) Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)
🎓 CentraleSupélec / Université Paris-Saclay (2018-2021) Diplôme d’ingénieur généraliste CentraleSupélec, Rennes / Paris Saclay, France Spécialisations : Machine learning, Reconnaissance d’image, Traitement de language naturel (NLP), Ingénierie logicielle, Économie/Finance 🏆 Lycée Georges Cabanis (2016-2018) Classes préparatoires aux grandes écoles d’ingénieurs (CPGE), Brive la Gaillarde, France Mention très bien. Classé 16ème/1250 (Top 1.3%) 📚 Lycée El Farabi (2015-2016) Baccalauréat scientifique, Salé, Maroc Mention très bien. Classé 30ème au niveau national. 3ème au niveau régional. 🌐 Langues Français : Bilingue Anglais : Courant Arabe : Langue maternelle ✅ Certifications Solutions Architect, Amazon Web Services (AWS) - Udemy (En cours) Spécialisation en Deep Learning - Coursera 🎖️ Récompenses Obtention d’une Bourse d’excellence offerte par l’OCP et le gouvernement marocain pour avoir réussi les concours Français. Boursier du Lycée Georges Cabanis pour avoir été majorant de promotion.
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
Data Science & Machine Learning Machine Learning (Sklearn) NLP et IA générative (Transformers, Spacy, NLTK) Computer vision (TensorFlow, PyTorch, Transformers) Visualisation des données (Dash, Gradio, Streamlit, Plotly, Seaborn, Kibana) Développement Python (FastAPI, Django) Data engineering Elasticsearch : Recherche et analyse de texte intégrales à grande échelle Airflow : Automatisation des flux de travail et gestion des pipelines de données SQL : Gestion de bases de données et optimisation des requêtes DevOps Linux et Bash : Configuration de machines virtuelles et plus Git : Versioning, CI/CD et travail collaboratif AWS : Cloud Computing et stockage dans le cloud SonarQube CI/CD : Industrialisation d’outils informatiques Docker : Conteneurisation des projets industriels Docker-Compose : Orchestration de conteneurs
Whisper-LLM-gTTS Description: Application de Voice AI intégrant TTS, STT et modèles de langage locaux pour une interface hors ligne intuitive et sécurisée. Compétences Nécessaires: IA, Reconnaissance Vocale, Développement Logiciel Outils & Bibliothèques Utilisés: Whisper d’OpenAI, TTS de Google, PyTorch, FastAPI, Docker Liens: GitHub | Démo Q&A avec RAG utilisant Llama-index en local Description: Application locale exploitant des LLMs pour la génération de texte et l’interaction avec des bases de données, en mettant l’accent sur la sécurisation des données. Compétences Nécessaires: TALN, Ingénierie des Données, Développement Web Outils & Bibliothèques Utilisés: Streamlit, Whisper d’OpenAI, LM Studio, SQLite Liens: GitHub | Démo Expérimentations Autogen pour le Coding Description: Simulation d’un processus de développement logiciel favorisant la collaboration entre agents, alimentée par Autogen et des technologies de génération de texte. Compétences Nécessaires: Développement Full Stack, Apprentissage Automatique, Dockerisation Outils & Bibliothèques Utilisés: Autogen, Modèle Dolphin-2.2.1-Mistral, Diagrammes UML, Bash Liens: GitHub Tableau de bord pour l’analyse des transactions en Web3 Description: Interface de suivi des transactions de cryptomonnaie des b aleines utilisant l’API d’Etherscan, Airflow et une UI personnalisée. Compétences Nécessaires: Intégration API, Visualisation de Données, Développement Full Stack Outils & Bibliothèques Utilisés: API d’Etherscan, Airflow, Docker, Uvicorn Liens: GitHub | Démo Détection de Masque Description: Système de détection de masque en temps réel développé pendant la crise du COVID-19 utilisant des techniques d’apprentissage automatique et de traitement d’image. Compétences Nécessaires: Vision par Ordinateur, Apprentissage Automatique, Développement Logiciel Outils & Bibliothèques Utilisés: YOLOv3, TensorFlow, Keras Liens: GitHub