Lamiae ARIFALLAH

Développement d’un chatbot RAG pour la recherche documentaire cross-Confluence, avec LlamaIndex pour l’orchestration du pipeline d’indexation/retrieval et PGVector comme base vectorielle, réduisant significativement le temps moyen de recherche des collaborateurs • Fine-tuning d’un modèle de reconnaissance d’entités nommées (NER, Hugging Face Transformers) pour la détection et le clustering d’incidents similaires remontés par les établissements bancaires • Conception de modèles de séries temporelles multivariées sur les données de supervision bancaire, alimentant un système d’alerting sur anomalies du nombre de virements (mlforecast, sktime, darts) • Construction d’un moteur d’aide à la décision pour les conseillers clientèle, basé sur des modèles ML (Gradient boosting) avec optimisation des hyperparamètres par Optuna pour l’évaluation et la priorisation des demandes de transaction • Industrialisation de bout en bout de solutions ML sur Vertex AI (déploiement des modèles), avec MLflow pour la traçabilité des expérimentations et le model registry • Mise en place du monitoring des données en production (dérive des données/du modèle, dégradation de métriques) en optimisant l’entrainment sur du Spark. • Orchestration des pipelines de données/entraînement avec Airflow, et pipelines CI/CD avec Jenkins (build vers Artifactory) et XL Deploy / XL Release pour le déploiement sur l’infrastructure GCP ou MyCloud • Accompagnement des équipes métier : explicabilité des modèles (SHAP) et appropriation des outils par les utilisateurs finaux. • Analyse de la qualité du code en utilisant ruff, pandora pour le controle de la qualité des données en inférence et bandit pour l’analyse de sécurité. • Implémentation d’algorithmes de deep learning dans le cadre du projet Zephir, pour analyser et optimiser la vitesse d’Antoine Albeau, 27 fois champion du monde de planche à voile