Ingenierie ML/AI

Systèmes intelligents

Je conçois et développe des solutions basées sur l’intelligence artificielle et le machine learning, capables de transformer des données en outils d’aide à la décision, d’automatisation ou de prédiction. Mon approche couvre l’ensemble du cycle de vie d’un projet IA, depuis l’exploration des données jusqu’au déploiement des modèles en production.

L’objectif est de créer des systèmes fiables, reproductibles et évolutifs, capables de fonctionner efficacement dans des environnements réels tout en restant faciles à maintenir et à améliorer.

Compétences principales

• Préparation, nettoyage et transformation des données
• Conception et entraînement de modèles de machine learning
• Feature engineering et sélection de variables
• Évaluation et comparaison des performances des modèles
• Création de pipelines de traitement reproductibles
• Déploiement de modèles via API ou traitements batch
• Optimisation des performances et du temps d’inférence
• Surveillance des modèles en production
• Maintenance, amélioration et réentraînement des modèles

Technologies et outils

• Python — Langage principal pour le développement IA et data science
• FastAPI — Exposition de modèles IA via APIs rapides et modernes
• Scikit-learn — Développement et évaluation de modèles de machine learning
• Pandas & NumPy — Manipulation et traitement des données
• TensorFlow / Keras — Création et entraînement de réseaux de neurones
• MySQL — Stockage et gestion des données applicatives

De l’expérimentation à la production

Je mets en place des workflows structurés permettant de passer efficacement d’un prototype expérimental à une solution exploitable en production. Chaque étape est pensée pour garantir la fiabilité, la traçabilité et la capacité d’évolution des modèles.

• Pipelines de données reproductibles
• Automatisation des phases d’entraînement et d’évaluation
• Déploiement supervisé des modèles IA
• Serving via API REST ou traitements batch
• Suivi des performances et détection de dérive
• Réentraînement et amélioration continue des modèles

Domaines d’application

• Analyse et classification de données
• Systèmes de recommandation
• Vision par ordinateur
• Reconnaissance et vérification d’images
• Automatisation de tâches intelligentes
• Analyse prédictive et aide à la décision