Omar Benjelloun

Développement d’une application chatbot pour l’explication de factures énergétiques des clients : - Data Engineering : Structuration et gestion des pipelines de données de factures dans AWS S3, avec gouvernance via Unity Catalog sur Databricks. - Chatbot & UX : Conception et déploiement d’un chatbot avancé intégré à une application Dash pour expliquer les factures de gaz et d’électricité et répondre aux questions clients. - Architecture Multi-Agent : Développement d’un système autonome multi-agent avec LangGraph et Databricks Agentic, combinant utilisation de tools, génération de code et RAG pour un raisonnement avancé. - Déploiement & MLOps : Évaluation, déploiement et passage à l’échelle via MLflow Model Serving sur Databricks dans une application chatbot en production.

Pilotage du développement d’un système d’évaluation immobilière, de l’acquisition de données à la mise en production • Databricks & ETL : Conception de pipelines automatisés et scalables sur Databricks, collectant, nettoyant et structurant plus d’un million d’annonces immobilières par jour. • Modélisation & Déploiement : Développement de modèles prédictifs de prix, fine-tuning de modèles Transformers (BERT, GPT) pour l’extraction de caractéristiques, déploiement via API REST avec CI/CD. • Agent IA (LangGraph & RAG) : Conception d’un agent conversationnel intelligent combinant LangGraph, recherche vectorielle et LLM pour répondre aux questions d’experts immobiliers.

• Managed data collection, cleaning, and statistical analysis for predictive models at Charles de Gaulle Airport. • Proposed advanced time series models to optimize lounge capacity planning. • Enhanced model performance and deployment for improved service efficiency. • Monitored results through dashboards and KPIs to ensure effectiveness.

• Developed predictive models for stock price prediction across various exchanges, including European, forex, and crypto markets. • Conducted exploratory data analysis on new datasets, created new features, and optimized predictive models for improved performance.

• Developed machine learning models using Python, TensorFlow, and Keras for automatic classification of wood species to combat illegal wood trafficking. • Utilized image processing tools like OpenCV and PIL to enhance the accuracy of wood species classification. • Achieved a significant reduction in illegal wood trafficking through the successful implementation of machine learning algorithms.