FABRICE SEVERIN TOUOMOU MANYONGHA

Résumé du poste : Développement et déploiement de solutions IA pour optimiser l’allocation des ressources cloud sur Kubernetes, en exploitant le Machine Learning et l’Apprentissage par Renforcement. • Analyse et prévision des charges applicatives avec des modèles de séries temporelles (ARIMA, Prophet). Conception d’un système d’auto-scaling intelligent basé sur l’Apprentissage par Renforcement (Q-Learning, PPO), réduisant le gaspillage des ressources de 15%. • Déploiement & Industrialisation (MLOps) : Entraînement et déploiement des modèles sur Kubernetes, simulation avec Gymnasium. • Veille & Vulgarisation : Recherche approfondie et présentation des concepts de Reinforcement Learning à des audiences techniques et non techniques.

Résumé du poste : Conception et développement d’une application analytique de suivi des transports partagés pour les autorités publiques, intégrant des modélisations prédictives et analyses de données. • Backend scalable & gestion de données : Développement avec Django (Python) et PostgreSQL, optimisé pour les données de mobilité. • Indexation & analyse en temps réel : Intégration d’ElasticSearch pour le suivi des tendances de transport. • Visualisation & restitution des insights : Création d’un tableau de bord interactif avec React (TypeScript) pour faciliter la prise de décision data-driven.

Résumé du poste: Concevoir et développer un pupillomètre capable de détecter une pupille sur une vidéo pour aider le corps médical • Etude des micros ordinateurs • Travail sur les algorithmes d'Intelligence Artificielle et Machine Learning • Réalisation d'une application pour le pupillomètre