Athmane Ryane HAMAMI

Développement d’une plateforme d’apprentissage personnalisé basée sur des LLMs (Fine-tuning de modèles génératifs) et des systèmes de recommandation, déployée sur le cloud (AWS/GCP). Infrastructure & CI/CD Pipeline - Conception d’une pipeline CI/CD industrialisée: - version : Git (GitHub) - Tests automatisés (unitaires, d’intégration) avec PyTest - Conteneurs Docker via Jenkins et GitHub Actions (multi-environnements : dev/staging/prod). - Déploiement Continu : - Gestion des modèles : - Versionning des modèles avec MLflow. - Serving d’inférence optimisé avec VLLM / TensorRT LLM Monitoring Complet - Surveillance Infrastructure: - Collecte de métriques (CPU/GPU, mémoire, latence) via Prometheus et visualisation dans Grafana - Agrégation des logs avec ELK Stack

Mettre en lumière l’impacts des technologie de GenAI sur l’environnement, de mieux les comprendre, de les quantifier et de sensibiliser les utilisateurs.

Dans le contexte actuel de recrutement, la quantité de CVs reçus par les recruteurs est très importante. Cependant, l'extraction d'informations à partir de ces CVs peut être fastidieuse nous avons étudier les différentes techniques d'extraction d'informations base sur de l’apprentissage automatique et développer des solutions pour automatiser cette tâche. Competences et Outils : Science des données · Machine Learning · Deep learning · Modèles Transformers · Large Language Models (LLM) · Llama · Mistral · Bert · CamemBERT · Scikit-learn · Analyse de documents · Vision par ordinateur · Faster RCNN · OCR · Tesseract · DocTr · PyTorch · OpenCV · TensorFLow · Traitement automatique du langage naturel (NLP ) · NER · Question Answering · Python (langage de programmation) · LangChain · Systèmes de recommandation · Moteurs de recherche · Flask · Docker · Git Parallélisme · CUDA