Fouad Zait

Conception et développement d'un chatbot intelligent interne pour le service client : –État de l'art des chatbots et systèmes RAG / LLMs –Pipeline advanced RAG : optimisation des chunks, création d'embeddings, tests sur plusieurs vector stores (Chroma, Milvus, etc.), expérimentations de stratégies de retrievers (Hierarchical RAG (Parent/Child), RAG Fusion, Multi-Query RAG, Multi-Vector RAG), implémentation du Reranking et compression de contexte pour améliorer la pertinence des résultats, avec du prompt engineering avancé. –Mise en place d'un système d'évaluation des performances avec les métriques RAGas –Conception d'une interface utilisateur et exposition du chatbot via une API REST, intégrée dans l'écosystème interne. Objectif: offrir une assistance rapide, pertinente et personnalisée pour améliorer l'efficacité du service client.

Développement d'un modèle prédictif pour la résiliation des contrats de mutuelle et d'assurance : –Exploration et préparation des données : extraction depuis la base interne, nettoyage, ingénierie de features et enrichissement du dataset –Évaluation comparative de modèles ML : régression logistique, Random Forest, XGBoost –Optimisation du modèle le plus performant : hyperparameter tuning et validation croisée –Conception d'une interface utilisateur permettant aux non-techniciens de visualiser et réaliser des prédictions Objectif: anticiper les résiliations et améliorer la rétention client via des modèles prédictifs avancés

Apprentissage Automatique –Implémentation d'algorithmes de classification, régression et clustering from scratch en Python pour approfondir leur compréhension. Jeu du Taquin –Résolution du problème avec les algorithmes de recherche aveugle DFS et BFS, ainsi que les heuristiques A* et Manhattan Distance. –Application de métaheuristiques comme les algorithmes génétiques, PSO et BSO en Java. Problème de la Clique –Résolution de ce problème complexe en C++. Prédiction de Cancer –Développement d'un modèle de classification pour prédire si une tumeur est maligne ou bénigne en Python. Prédiction de Spams –Création d'un modèle de classification pour détecter si un email est un spam ou non en Python. Data Mining –Création d'une application de data mining en Python, incluant une analyse et un prétraitement approfondis des données pour un problème de classification des départs d'employés. –Développement de l'algorithme APRIORI from scratch pour un système de recommandation. Vision Artificielle –Participation à un projet de stéganographie, où un texte secret, converti en image, est dissimulé dans une autre image via l'espace colorimétrique YCbCr. –Insertion des bits de poids faible dans les composantes Cb et Cr, puis récupération du texte via une opération inverse. Recherche d'Information (RI) –Réalisation de projets sur de grands corpus textuels pour récupérer les documents pertinents en fonction des requêtes, en utilisant des méthodes comme TF-IDF. –Clustering des documents pour améliorer la pertinence des résultats.

Prédiction des glissements de terrain dans le cadre d'un projet de génie civil Objectif: optimiser la gestion des risques pour les projets de construction. Méthodologie : –Combinaison de plusieurs modèles de Machine Learning pour améliorer la précision prédictive. Cette approche a permis de prendre en compte différentes variables et d'optimiser les résultats. Résultats obtenus : –Amélioration significative de la précision des prédictions, facilitant ainsi une meilleure planification et gestion des risques dans les projets de construction.

Projet de fin d'études de Licence interne : Conception et développement d'une application de gestion d'établissement scolaire avec optimisation de certaines tâches par des commandes vocales. Objectif: Améliorer l'efficacité de la gestion scolaire en intégrant des fonctionnalités de commande vocale pour automatiser certaines actions.