Ashvin Tharmarajah

– Requêtage et extraction de données via SQL sur Databricks – Développement de modèles de scoring / classification des clients mauvais payeurs et estimation du risque d'impayés – Packaging et mise en production des modèles ML – Mise en place de monitoring sur Metabase pour le suivi des performances modèles et de la dérive des données – Analyse et suivi des KPIs métier liés aux impayés et à la performance des modèles

– Développement d'un algorithme de détection des joueurs à risque dans le cadre des initiatives Jeu Responsable – Analyse, préparation et segmentation avancée des données (partitions Dataiku, datasets volumineux) – Mise en production et automatisation complète des pipelines sur Dataiku (scoring, mises à jour, suivi) – Mise en place d'un système d'alerting robuste pour la qualité, les dérives et les anomalies des données de segmentation – Collaboration étroite avec les équipes métier: cadrage des besoins, définition des KPI, restitution des analyses et recommandations – Documentation complète des travaux : code, dashboards, résultats et process de mise en production – Lead technique par intérim de l'équipe Data Science : accompagnement des Data Scientists, revue de code, diffusion des bonnes pratiques.

– Prédiction d'incidents sur les applications de la DGFiP à partir des don-nées logs infra, mise en production et disponibilité des applications – Prévision de series temporelles / indisponibilité (Librairie Darts) – Nettoyage de données à forte volumétrie – Mise en place d'un tableau de bord pour présenter les résultats des enquêtes annuelles – Mise en place des flux d'alimentation du lac de données – Conception d'un système de RAG pour interroger des documents inter-nes via des endpoints d'IA générative – Développement d'un pipeline complet: ingestion, découpage en chunks, génération d'embeddings et indexation en base vectorielle

– Algorithme de clustering pour la substitution de l'assortiment national des produits – Analyse et explorations de données – Participer au sourcing et à la préparation des données utiles (ETL, Data Preparation, Data Cleaning) – Calcul de similarité entre produits – Calcul du taux de cannibalisation entre produits – Scripts python et SQL pour automatiser des fichiers excels – Automatisation pipeline de données Bigquery / Gsheet

– Mise à jour des Modéles et améliorations des modèles de Machine Learning pour détecter les annonces arnaques sur La Centrale – Développement de modèles anti-fraude pour la détection d'annonces malveillantes (Taux d'arnaque réduit de 8% à <1%) – Mise en place de modèles anti-spam pour la messagerie (NLP / Deep Learning) – Conception d'un système de recommandation d'articles pour Caradisiac – Migration et mise à jour des pipelines vers un environnement Sage-maker avec CI/CD (CodeBuild, StepFunction) – Participation à la cotation de véhicules d'occasion et à l'amélioration de la qualité de données associées – Mise en place du monitoring ML via CloudWatch et Grafana

– Modélisation de réseaux de neurones pour effectuer une classification d'épaves économiquement réparables à partir d'images – Analyse de conversations entre les opérateurs et les clients – Participe à la formalisation de l'expression de besoin des cas d'usages métiers – Définis la valeur de l'utilisation de l'intelligence artificielle

– Collaboration avec les équipes sur l'intégration des systèmes de données sur la plate-forme TolaData – Développement d'algorithmes permettant d'automatiser et d'améliorer la qualité des données au sein de la plate-forme – Utilisation de Superset Apache pour la visualisation des données – Utilisation de Docker et Google Cloud Platform pour le déploiement d'une application – Développe des rapports basés en SQL

– Projet INSA Certifié dans un groupe de 9 étudiants ingénieurs pour Teklia. – Développement d'une plateforme de reconnaissance et de traitements automatiques de documents et manuscrits historiques. – Image Processing, Natural Language Processing & Machine Learning pour extraite et traiter des informations à partir de documents historiques numérisés. Utilisés : Python, OpenCV, Tensorflow, Keras. Tesseract, Kaldi. – Technologies utilisées : Python, OpenCV, Tensorflow, Tesseract, Kaldi, Django. – Méthodologie Agile, travail en Kanban. – Respect de la norme de qualité ISO 9001:2015.