Abderrahmane Rahmani

Dans le cadre d'une migration entre systèmes, j'ai contribué à l'analyse et au traitement des donne contrats d'assistance: Analyse des données et des règles métier liée trats d'assistance dans le cadre d'une migration systèmes. Conception et automatisation des processus de traitement et de contrôle des données avec PySpark sur Databricks (Azure). Mise en conformité des traitements avec les exigences de data governance (qualité, traçabilité, conformité aux policies internes). Collaboration avec les équipes métier pour garantir la cohérence fonctionnelle et la bonne compréhension des logiques contractuelles.

Au sein d’une équipe anti-fraude en assurance santé, j’ai allié analyse stratégique et traitement de données massives pour identifier les fraudes potentielles : • Production de tableau de bord Power BI afin d’identifier des tendances et comportements atypiques dans le temps. • Conception et suivi d’indicateurs de détection de schémas frauduleux à partir de données historiques • Mise en place d’outils d’aide à la décision permettant le signalement et la priorisation de cas suspects auprès des équipes d’investigation, via Databricks (PySpark). • Automatisation des traitements et analyses via le déploiement de jobs sur Azure Cloud, réduisant significativement les délais d’investigation. • Collaboration étroite avec les équipes d’investigation pour garantir la qualité, la fiabilité et l’interprétation des données. • Documentation des analyses et outils afin d’assurer leur reproductibilité et accompagnement des utilisateurs dans leur prise en main.

Au sein de l'équipe R&D, j'ai innové pour créer un outil générant des images intermédiaires afin d'augmenter le frame rate des vidéos et améliorer la fluidité des animations. • Collecte et prétraitement des données d'images pour préparer efficacement l'apprentissage du modèle. • Développement d'un modèle auto encodeur couplé à un BI-LSTM, exploitant les séries temporelles pour générer des images intermédiaires à partir d'images adjacentes. • Optimisation de l'utilisation des ressources GPU via PyTorch pour réduire les temps d'entraînement et améliorer les performances du modèle. • Conception d'un logiciel de fusion de vidéos et d'images intégrant des paramètres prédéfinis, optimisant ainsi le processus de production audiovisuelle.

- Amélioration et optimisation de la structure de la base de données. - Développement et gestion du site web sur l'hébergeur. - Développement d'un site de gestion d'immeuble d'entreprises