Hippolyte DEBERNARDI

Contexte de migration d’outils internes et fichiers Excel vers des solutions automatisées, fiables et scalables. --> Automatisation et optimisation du pipeline data. Développement d’outils dédiés à la qualité, normalisation et intégration des données. ✅ 99% d’erreurs en moins sur la normalisation géographique ✅ Intégration des contrôles de qualité dans le pipeline pour être partagé par plusieurs équipes --> Gouvernance des données. ✅ Rédaction d'une documentation technique préalable à une migration vers un Data Warehouse. SQL – Python (polars, FastAPI) – Power BI – Confluence

--> Data POCs dans un contexte industriel ✅ Modèles de shallow-learning et deep-learning ✅ Développement & déploiement d'applications web pour visualisation (DashPlotly) --> Réécriture d'une application de visualisation des ventes vers une stack moderne motivée par le besoin d’y ajouter un module de prédictions. ✅ Développement, documentation et mise en production de l’application complète Python (FastAPI, scikit-learn, Tensorflow, SQL Alchemy) – PostgreSQL – Docker – ReactJS/Electron

--> Lancement d'une association étudiante sur le modèle des Junior-Entreprises

--> Continuité d'un travail de recherche sur les performances algorithmiques en vision par ordinateur ✅ Amélioration de tous les résultats précédents (+8% sur l'ensemble) ✅ Implémentation d’articles scientifiques (GradCAM, transfer learning, CNN) --> POC de vulgarisation scientifique : transfert d'émotion d'une personne réelle vers une peinture de portrait, modifiée en conséquence (GAN) Python (Tensorflow, PyTorch, ScikitLearn)