Mejdi Haddad

Advanced machine learning and generative AI Internship Program. Machine learning system design, Generative ai and building apps powered by LLMs.

Au cours de mon stage, j'ai développé un chatbot intelligent, capable de répondre en temps réel et de fournir des réponses précises et contextuelles. Ce projet m'a permis de travailler avec plusieurs technologies modernes et de combiner des compétences en développement backend, front-end, et intelligence artificielle. Technologies et outils : Backend : FastAPI, MongoDB, Ollama Frontend : React.js, WebSocket pour la réponse en temps réel Intelligence Artificielle et NLP : Langchain pour la gestion de mémoire et la création de prompts, intégration avec Hugging Face pour l'embedding, Sklearn (cosine similarity) pour l'évaluation de similarité des réponses Fonctionnalités avancées : Intégration de FaissDB pour la gestion et la recherche de documents Cryptage des données pour assurer la sécurité et la confidentialité des informations échangées

J'ai participé à la création, en équipe, d'une application web innovante permettant aux utilisateurs de définir leurs besoins en termes de régime et d'objectifs de poids, tout en offrant aux coachs la possibilité de créer des plannings nutritionnels personnalisés et de suivre leurs patients de manière individualisée. J'ai été impliqué dans la conception et l'implémentation des pages d'inscription et de connexion sécurisées pour accéder à la plateforme. J'ai contribué au développement d'un tableau de bord interactif destiné aux médecins et aux patients. Ce tableau de bord permet la gestion des données de santé des patients, y compris l'ajout, la suppression et la mise à jour d'informations essentielles telles que la taille, le poids, l'âge, la situation familiale, le tour de taille, etc. J'ai utilisé une stack technologique moderne, comprenant Spring Boot pour le backend et une base de données MySQL sécurisée déployée via Docker pour le stockage des données.

Conception et développement d'une application web innovante de raccourcissement d'URL. J'ai joué un rôle essentiel dans la création de l'interface frontend en utilisant HTML, CSS et Bootstrap pour assurer une expérience utilisateur conviviale. Le backend a été développé en Flask (Python), et j'ai contribué à la mise en place d'une base de données ORM pour le stockage des données. J'ai réalisé une analyse exploratoire de données approfondie sur le jeu de données "Aspiring Minds Employability Outcomes. J'ai conçu et développé une application interactive avec Streamlit pour prédire l'espèce des pingouins à partir de caractéristiques physiques. Cette application s'appuie sur un modèle d'apprentissage automatique, démontrant ainsi ma maîtrise des concepts de l'apprentissage automatique et de la mise en œuvre pratique. J'ai utilisé le module MLflow pour suivre et gérer de manière efficace les expériences de modélisation et d'entraînement dans le cadre d'un projet d'apprentissage automatique complexe. Cette étape a renforcé ma capacité à gérer des projets de données à grande échelle. J'ai participé activement au développement d'un système de reconnaissance des maladies du riz en agriculture en utilisant des techniques de deep learning et de vision par ordinateur.

Pendant mon stage d'été à Bayoudh, j'ai eu l'occasion de concevoir et développer un site web de gestion de stock en utilisant React. J'ai contribué à la création d'une application robuste et conviviale permettant aux utilisateurs de gérer efficacement leurs stocks, de suivre les inventaires, et de générer des rapports en temps réel.