Isidore DJAMOINE

Développement et déployement d’un outil basé sur l’OCR qui extrait des données tabulaires structurées à partir de PDF scannés, avec détection automatique de plusieurs formats de documents et export en CSV pour un client dans le secteur de la pharmacie.

Développement d’un algorithme d’imputation de données manquantes pour la Global Database of Humanitarian Organisations, garantissant la fiabilité des indicateurs sectoriels utilisés pour la recherche en aide humanitaire.

Pilotage d’un projet de trading quantitatif intégrant des données alternatives ainsi que des modèles d’IA et de machine learning, avec pour objectif de prévoir les mouvements des marchés boursiers.

• Développement des méthodes de calcul et de modèles de prédiction pour estimer l’usure, le parc potentiel et la part de marché des pièces détachées (+20% de précision) afin d’améliorer la tarification et la maintenance prédictive. • Développement de modèles de prévision de la demande et des ventes des pièces détachées pour les équipes After Sales Marketing. • Conception de dashboards interactifs via Spotfire, facilitant le suivi des KPI clés pour les équipes opérationnelles. • Analyse des données des parkings et prévision de la disponibilité des places dans les parkings de la ville de Valladolid (Espagne). • Analyse des verbatims employés (les retours d’enquêtes qualitatives) via NLP pour la Direction des Services. • Détection d’anomalies sur les images thermiques des moteurs pour améliorer la qualité et anticiper les défaillances. • Mise en production de modèles et d’algorithmes sur GCP avec les méthodes MLOPs, en partenariat avec les équipes Data Engineers et DevOps, réduisant le temps de traitement de 40%

• Automatisation et conception de dashboards Power BI réduisant de 30% le temps de reporting et permettant un suivi en temps réel de la performance industrielle. • Fiabilisation des données de production pour améliorer la prise de décision opérationnelle.

• Développement d’une application de gestion des visiteurs connectée à une base de données SQL. • Optimisation des flux de production en appliquant les principes du Lean Manufacturing