Aya Hammami

*Pilotage de projets data internationaux (ministères, douanes, administrations, PNUD) • Architecture de pipelines temps réel (Kafka → Spark → Talend) traitant 50M+ événements/jour avec haute disponibilité et optimisation des performances. • Mise en place et industrialisation de solutions IA : pipelines RAG (Mistral, BERT), déploiement via APIs REST (Flask/FastAPI), MLOps (Docker, CI/CD). • Développement d’architectures microservices (Spring Boot, Angular), gestion IAM (Keycloak), tests automatisés, intégration continue. • Conception de tableaux de bord décisionnels (Power BI, ELK) alignés sur les KPI métier pour les directions. • Encadrement technique, formation des équipes, coordination Agile, spécification des besoins fonctionnels. Projet 1 : Guichet Unique du Commerce Extérieur du Cameroun (GUCE) | ADDINN Group • Conception de modèles de données pour les data warehouses et systèmes analytiques. • Conception et développement d’un système basé sur les LLMs/NLP pour la traduction automatique de règles métier en code exécutable (Drools). • Implémentation de pipelines RAG améliorant la pertinence des réponses et la compréhension contextuelle. • Industrialisation de microservices IA (Flask, FastAPI) en architecture distribuée avec tests automatisés. • Mise en place de pipelines MLOps (training, versioning, déploiement) et conteneurisation. • Conception de pipelines ETL/ELT et d’architectures data scalables pour l’intégration multi-sources. • Déploiement de tableaux de bord Power BI et d’une stack de monitoring (ELK pour les logs, Prometheus/Grafana pour les métriques). • Recueil et analyse des besoins métiers, collaboration Agile, cadrage fonctionnel, animation de sessions de formation. • Participation à la conception d’une architecture hexagonale, microservices et microfrontends. Technologies : Python, Talend, LLMs, GenAI, BERT, Mistral, Spark, Kafka, Power BI, ELK, Spring Boot, Angular, Docker Projet 2 : Direction Générale des Douanes – Tunisie | Netcompany-Intrasoft • Analyse des besoins douaniers et formalisation des spécifications fonctionnelles. • Conception et développement de microservices hexagonaux avec Keycloak. • Implémentation de flux de données pour l’interopérabilité. • Mise en place de la stack ELK pour le monitoring et la détection d’anomalies. • Développement de tests (JUnit, Mockito), gestion Agile (Jira). • Travail en environnement international anglophone. Technologies : Spring Boot, Java, React, Kafka, Docker, Keycloak, ELK Stack. Projet 3 : Ministère de l’Intérieur du Burundi | PNUD • Conception d’architectures data warehouse basées sur des modèles dimensionnels (Kimball), avec modélisation en étoile et flocon, et optimisation des structures analytiques pour la performance et la scalabilité BI. • Développement d’un modèle ML de segmentation des ménages. • Automatisation de l’intégration des données d’API de paiement. • Accompagnement utilisateur et documentation. Technologies : Python, Pandas, Talend ETL, Power BI, ELK, PostgreSQL, JasperSoft Studio, Java. Autres projets : DGD Tchad, MASAH Congo, Ministère de l’agriculture de Tunisie, CNFCPP, ENA, DGFIOP • Recueil et analyse des besoins métiers auprès des parties prenantes et formalisation en spécifications fonctionnelles. • Pipelines ETL pour la fiabilisation des données. • Définition d’indicateurs de performance et tableaux de bord. • Intégration de modèles ML pour l’analyse prédictive. • Développement de microservices et des APIs REST. • Rédaction de documentation et accompagnement. Technologies : Python, Keras, Flask, Talend ETL, Power BI, PostgreSQL, Machine Learning, Deep Learning.

Projet 1 : Graphes de connaissances évolutifs • Conception de graphes de connaissances dynamiques (Neo4j, OWL, RDF). • Développement de pipelines NLP avancés (SpaCy, Transformers). • Utilisation de modèles Deep Learning pour l’évolution des graphes. Technologies : Python, Spark, Neo4j, Protégé, OWL, RDF/XML, TensorFlow, Transformers Projet 2 : Extraction de relations sémantiques – Publication IEEE • Benchmarking et fine-tuning de modèles NLP (BERT, ALBERT, GPT). • Déploiement via microservices FastAPI pour l’inférence temps réel avec tests et documentation. • Mise en place de processus d’évaluation des modèles avec suivi des métriques. Publication : Approche hybride deep learning pour l’extraction de relations sémantiques (AICV 2024) Technologies : Deep Learning, BERT, ALBERT, GPT, Python, FastAPI, Docker Projet 3 : Reconnaissance d’entités nommées (NER) – Publication • Implémentation de modèles BiLSTM, CNN, BERT, BioBERT. • Exploitation de représentations vectorielles (Word2Vec, FastText, GloVe). Publication : Détection d’entités biomédicales par apprentissage profond (IAMM’2024) Technologies : Python, BiLSTM, CNN, BERT, BioBERT, Keras, PyTorch