Abdelmaoula ESSABBAHI

Pilotage de la conception et de l’industrialisation de systèmes de machine learning dédiés à la détection de fraude et à l’analyse avancée des interactions clients dans un environnement assurance à fort volume. Réalisations clés : • Architecture de pipelines de détection de fraude combinant modèles supervisés et non supervisés afin d’améliorer la précision tout en réduisant significativement les faux positifs • Industrialisation des workflows ML sous Databricks avec MLflow (versioning, tracking, gestion du cycle de vie des modèles) • Optimisation du système d’alerting et priorisation des cas fraude, contribuant à la réduction de la charge d’investigation • Mise en place d’un framework de monitoring en production : suivi de performance, détection de dérive, stratégie de réentraînement • Collaboration étroite avec les équipes Fraude, Risk et IT pour aligner les modèles avec les contraintes opérationnelles et réglementaires • Contribution aux initiatives GenAI pour l’analyse automatisée de verbatims et l’extraction d’insights à partir de données textuelles non structurées

• Plateforme de recrutement augmentée par IA Générative : Conception et développement de HRCHOOSE AI, une solution end-to-end basée sur l’IA générative et les LLM pour l’automatisation du sourcing, du screening et du matching de candidats. • Matching candidats–postes par LLM : Analyse sémantique avancée de CV et d’ores d’emploi via LLM, intégrant compétences, expériences et soft skills, avec une précision de matching de 95%. • Impact business mesuré : Réduction du temps de présélection de 40% et amélioration de la pertinence des prols de 30%. • Scoring et ranking intelligents : Modèles hybrides ML + LLM pour le scoring, le ranking et la recommandation de candidats, augmentant la qualité des shortlists de 25%. • Produit et industrialisation : Pipelines de traitement à grande échelle, APIs d’inférence, architecture cloud scalable et intégration avec les ATS et SI RH. • Adoption marché : Solution utilisée en conditions réelles par des clients B2B, validant l’impact business, la robustesse des modèles GenAI/LLM et la scalabilité de la plateforme

• Octroi de Crédit et risques de crédit : Développement et optimisation de modèles de réseaux de neurones pour prédire avec précision les risques de crédit et identifier les comportements frauduleux, réduisant les défauts de paiement de 20% et les incidents de fraude de 25%. • Amélioration de la Qualité des Données : Collection, nettoyage et préparation des données nancières et transactionnelles complexes, améliorant l’exactitude pour l’analyse avancée de scoring de crédit et la détection de fraude. • Communication efficace des Insights : Création de visualisations interactives et de tableaux de bord, permettant de transmettre efficacement les résultats des modèles aux parties prenantes, ce qui a conduit à une meilleure prise de décision et à une formulation de stratégies plus avisées

– Project Overview: Conducted at the LIRIS laboratory (CNRS) at École Centrale de Lyon, focused on implementing a highly flexible AI-based robotic system. – Objective: Develop an all-in-one computer vision model capable of performing multiple tasks efficiently, including: – Object Detection: Identifying and classifying objects in real-time. – Segmentation: Separating objects from their background for detailed analysis. – Pose Estimation: Determining the orientation and position of objects. – Object Tracking: Monitoring the movement of objects across frames. – Grasp Prediction: Identifying optimal points for robotic manipulation. – This integrated approach aimed to streamline robotics applications by reducing the need for multiple specialized models, enhancing both efficiency and accuracy in various tasks.

– Implementing a machine learning approach for inventory classification and developing Biomerieux's Global Supply Chain Control Tower to enhance visibility, collaboration, alerts, and data control. – Technologies used: Python, TensorFlow, Keras, Scikit-learn, Pandas, Numpy, SQL

– Creating a detailed monitoring dashboard for Heineken France's maintenance technicians and implementing data governance for business intelligence projects.