Nil Ben-Drihem

Immobilier Application SaaS de gestion et de consolidation de données métier, intégrant des mécanismes d’entity resolution pour fiabiliser le rapprochement et l’unification des référentiels. Développement du front-end en React / Next.js / TypeScript / Tailwind CSS, avec échanges temps réel via WebSockets pour améliorer l’expérience utilisateur. Mise en place d’une plateforme data unifiée sur Azure, exposée via FastAPI, puis conteneurisée et déployée avec Docker. Recrutement Conception d’un flux d’ingestion multi-boîtes mail via IMAP, avec extraction OCR, déduplication des contenus et stockage sécurisé des données. Développement d’un moteur de matching sémantique combinant LLM GPT et ChromaDB pour rapprocher efficacement profils, candidatures et besoins métiers. Intégration d’un MCP afin de faciliter l’orchestration et l’exposition des fonctionnalités dans un environnement applicatif cohérent. Négoce en plomberie Développement d’un moteur de rapprochement demandes / produits en Python, basé sur une approche hybride combinant BM25Okapi, TF-IDF et un modèle mpnet fine-tuné. L’objectif était d’améliorer la pertinence des résultats de recherche et de matching sur un catalogue métier. Mise en place d’un pipeline CI/CD et d’une containerisation Docker pour fiabiliser les déploiements et l’industrialisation. Projet personnel Développement d’un projet de reconnaissance de pièces d’échecs à l’aide de YOLO, avec détection automatique des pièces sur image. Ce projet illustre une compétence en computer vision, en modélisation de problème visuel et en mise en œuvre d’un pipeline d’inférence orienté classification / détection.

Innovation dans la détection automatique d’objets avec OpenCV sur un format d’image propriétaire – brevet déposé. Microsoft Azure Explorer pour le stockage et la gestion des données. Conception et automatisation de pipelines CI/CD avec Git, Jenkins et Docker. Reconnaissance d’objets dans des nuages de points 3D (LIDAR) via descripteurs 3D. Amélioration et documentation continues (confluence) d’une base de code. Coordination technique sur des projets à grande échelle, en lien avec les clients et les équipes d’industrialisation externes.

– State of the art on skin image characterization. – Creation, validation, and optimization in C# of dermatological algorithms (segmentations, change of color space, ...). – User interface (MVVM architecture).

– Pre-processing image (morphological operation) in Python with OpenCV in python for better detection. – Machine-Learning model creation with Form Recognizer.

– Building several internet sites on Angular. – Detection of broken fishnet on OpenCV and TensorFlow in Python.