hoda el alami

- Conception de dashboards interactifs sous Spotfire et Power BI, pour le suivi en temps réel des KPI, des campagnes d’essais, des écarts entre simulations numériques et données terrain, afin d’appuyer la prise de décision métier. - Traitement de données big data sur Databricks (Extraction , transformation et agrégation) via Python et PySpark pour analyser la corrélation entre simulations numériques et essais physiques. - Développement de modèles de substitution en machine learning et deep learning (notamment XGBoost, RNN, LSTM ...) pour prédire les séries temporelles des réactions du système ADAS. - Contribution à l’optimisation des coûts et délais des campagnes d’essais grâce à l’exploitation de simulations massives et de modèles prédictifs. - Migration cloud de l’environnement de traitement et de stockage de Azure (Blob Storage, Data Factory) vers GCP (Google Cloud Storage, Vertex AI, BigQuery). - Création de pipelines data, préparation et transformation de données, mise en place de dashboards via Dataiku DSS pour l’analyse métier . - Réalisation d’analyses de sensibilité et de segmentations multivariées pour évaluer l’impact de variables techniques (tolérances capteurs, bruit, conditions météo) sur la robustesse des systèmes ADAS. - Modélisation des capteurs réels (caméras, radars) en simulation via des méthodes statistiques et d’optimisation (maximisation de vraisemblance, MSE, recherche bayésienne). - Conception d’un système RAG basé sur des LLM avec LangChain et LlamaIndex, et des moteurs de recherche vectorielle (FAISS / Pinecone) pour exploiter intelligemment des documents techniques. - Développement d’un agent IA basé sur LLM pour automatiser des workflows métiers (gestion de fichiers, orchestration d’applications, import/export de données), réduisant les tâches manuelles répétitives et améliorant significativement la productivité. - Réduction de 40 % du temps d’analyse des rapports techniques grâce à un système RAG indexant plus de 10 000 documents ADAS.

- Certification Cloud AWS Solution Architect Associate - Conception d'un Chatbot à l'aide de Dialogflow.

- Développement d'une application Qlik Sense pour suivre l'évolution du parc des postes de travail et des mobiles. Cela a inclus la définition des besoins, l'analyse des données avec R, la création de fiches de dev et la réalisation de tests unitaires. - Prévision du nombre d'appels quotidien et hebdomadaire aux Help Desk (séries temporelles (ARIMA, SARIMA, LSTM, Prophet ...)). - Création d'un tableau de bord Rmarkdown pour analyser des délais de résolution des incidents SAV matériels dans les boutiques. - Classification supervisée multi étiquettes des sondages des utilisateurs (NLP). - Utilisation de méthodes de Topic Modeling (LDA, NMF, CTM) pour détecter de nouvelles thématiques des incidents. - Analyse de séquence des URLs et création d'application de data visualisation R Shiny.

Explicabilité de l'intelligence artificielle

- Estimation des poses des humains en utilisant Python. - Classification d‘images avec des réseaux de neurones convolutifs (CNN).

Analyse des procédures variées adoptées par une équipe de développement et exposé du cycle de vie d'un projet.