Achi Josué NASSA

Dernière mission : Conception d'IA conversationnelle intervenant dans un processus d'octroi de crédit • Collecte des données arrivant par batch • Anonymisation des répondants • Entrainement d’une IA discriminante (Roberta) pour déterminer les traits de personnalités • Conception de la logique conversationnelle permettant au système d'identifier les informations nécessaires et de générer dynamiquement les questions à poser au demandeur. • Benchmark de plusieurs modèles génératifs (GPT-5.2 Thinking, Claude Opus 4.5, Gemini 3 Pro) afin d'identifier le modèle le plus adapté au cas d'usage. • Création et versioning de plusieurs prompts afin de tester différentes stratégies d'instruction du modèle. • Prompt engineering avec notamment des approches few-shot et structured prompting afin d'améliorer la pertinence, la cohérence et la fiabilité des réponses générées. • Évaluation des réponses générées selon deux approches complémentaires : jugement humain (Human Evaluation) et évaluation automatisée par LLM-as-a-Judge. • Mise en oeuvre de pratiques GenAIOps : versioning des prompts, constitution de jeux de tests, évaluation des réponses et comparaison des différentes versions de la solution. • Développement d'une interface utilisateur avec Streamlit permettant d'interagir avec la solution conversationnelle et de restituer les résultats. • Documentation technique et fonctionnelle de la solution et présentation du POC au client.

Research on machine vision models for anomaly detection on data generated from engine tests: - Data loading and processing : Extracting spectrograms from audio files - Data exploration for insights - Development of several mask construction, training, and model validation protocols, then selecting the best ones - Refining the model architecture - Development of custom metrics to evaluate the models - Code testing and debugging - Model training, validation, and testing -_-_-_-_-_-_-_-_-_-_-_-_ Recherche sur des modèles de vision artificielle pour la détection d’anomalies sur des données générées à partir de test de moteurs: - Chargement et traitement des données : Extraction de spectrogrammes à partir de fichiers audio - Exploration des données à la recherche d'insights - Elaboration de plusieurs protocoles de construction de masques, d'entrainements et validations de modèles, puis en retenir les meilleurs - Parfaire l’architecture des modèles. - Développement de métriques personnalisées pour évaluer les modèles - Test de code et Debbuging - Entrainements, validations et tests des modèles

Dans le cadre de ses activités de développement et de validation de moteurs, Renault Trucks exploite d'importants volumes de données issus de campagnes de tests. La mission consistait à exploiter ces données afin de détecter automatiquement des comportements atypiques et à fournir aux équipes des moyens d'analyse et de restitution des résultats. *Mission 1: - Étudier le processus d'analyse et de validation des tests moteur - Développer des requêtes et des pipelines de traitement de données - Concevoir un outil de visualisation de données avec STREAMLIT (application web basée sur Python) - Déploiement (Docker) *Mission 2: -Mettre en œuvre une IA pour détecter les anomalies lors des essais moteurs (interruptions d'essai, changements anormaux de fonctionnement, problèmes de capteurs, etc.).

-Monitoring and evaluation of food product sales in markets -Reporting with Excel [Automated via a VBA program that I had set up] -Contribution to inventory management

Réalisation d’enquêtes statistiques à des fins d’études de marché pour des particuliers : o Construction de questionnaires, recrutement et formation d’agents enquêteurs o Suivi et évaluation de la collecte de données en temps réel o Traitement et analyse de données