Oussama CHAIB

Python | RAG | Data Quality | Data Governance | Power BI ➤ Conception d’un chatbot RAG pour la prévention et la santé au travail : ingestion de documents PDF/Word, chunking, embeddings, recherche vectorielle et prompt engineering. ➤ Mise en place d’un système de suivi de la qualité des données financières et achats pour SUEZ. ➤ Automatiser le data profiling, détecter les anomalies et générer des rapports de qualité. ➤ Conception de dashboards Power BI et mesures DAX pour suivre les KPIs.

Dataiku DSS | NLP | Machine Learning | M&A Analytics | MongoDB | Python ➤ Conception de workflows Dataiku DSS pour nettoyer, enrichir et qualifier une base d'entreprises. ➤ Création de flows, recettes et scénarios d’automatisation pour industrialiser les traitements. ➤ Développement de modèles de scoring, clustering et classification sectorielle (embeddings NLP). ➤ Développement de modèles de régression pour estimer les indicateurs financiers des entreprises. ➤ Stockage et exploitation des données sous MongoDB pour l’analyse et le ciblage des entreprises. ➤ Réduction du cycle de qualification des opportunités M&A de plusieurs mois à environ un mois.

Web Scraping | Zapier | n8n | FastAPI | ETL | MongoDB | AWS EC2 | Amazon S3 ➤ Développement d’une infra de web scraping pour collecter des données entreprises volumineuses. ➤ Mise en place de scripts Selenium, BeautifulSoup, Scrapy avec pagination, proxies rotatifs et retries. ➤ Déploiement des traitements de collecte sur AWS EC2, avec stockage sur S3. ➤ Mise en place de systèmes de monitoring : suivre les volumes collectés, les erreurs et les performances.

Quantitative Finance | Market Microstructure | Time Series | ML ➤ Étude de la microstructure des marchés financiers : liquidité, spread, profondeur et dynamique du carnet d’ordres. ➤ Analyse de méthodes de détection de régimes de marché basées sur la volatilité, les rendements et les volumes. ➤ Benchmark de modèles de ML : HMM, GARCH et LSTM pour l’analyse de séries temporelles financières. ➤ Exploration de stratégies de statistical arbitrage et de liquidity providing.

NLP | Machine Learning | SQL | Flask | Streamlit ➤ Développement d’une plateforme de gestion de profils experts : enseignants, intervenants, etc. ➤ Création de dashboards Streamlit pour suivre les KPIs et explorer les profils disponibles. ➤ Automatisation de la collecte des données via web scraping (Linkedin, ResearchGate). ➤ Développement de modèles NLP de classification basés sur TF-IDF, Naive Bayes et LSTM. ➤ Enrichissement de la base de 300 à 500 profils experts et réduction du temps de traitement.

Computer Vision | CNN | Python | OpenCV | ESP32-CAM | IoT ➤ Développement d’un système automatisé d’identification et de comptage d’insectes ravageurs. ➤ Préparation, nettoyage et structuration des données nécessaires à l’entraînement du modèle. ➤ Développement et évaluation d’un modèle réseaux de neurones CNN. ➤ Intégration du modèle dans un processus de surveillance agricole et de gestion des risques.