redissi manel

Développement d’un système de prévision de trésorerie combinant modélisation prédictive et ingénierie des données surGoogle Cloud Platform. Réalisation de requêtes complexes et optimisation des traitements dans BigQuery selon le contexte métier. Conception et déploiement de pipelines de traitement automatisés. Déploiement d’une API de prédiction avec Flask et Docker. Visualisation dynamique des résultats via Looker Studio et Google Sheets.

Réalisation d'une application dédiée à l'industrie pour les personnes utilisant NAOMI pour l'exploitation hypercubique en utilisant JupyterLab (Python) et Streamlit comme framework. Cette application est basée sur des modèles de régression. Elle permet l'extraction de la zone de fonctionnement ainsi que la détermination de la droite affine de l'hypercube en utilisant des techniques de régression... L'outil Explorer (P-Orbs) -Autoformation des certifications sur Udemy. -Analyse de l'existant et choix de l'environnement de travail JupyterLab. -Connexion à la base de données PostgreSQL via PgAdmin. -Analyse approfondie des données. -Modélisation avec des méthodes de régression. -Évaluation et optimisation des modèles. -Déploiement réussi avec Streamlit pour l'Analyse Hypercubique permettant d'extraire la zone de fonctionnement ainsi que la droite affine de l'hypercube.

L'outil Printers -Travailler de concert avec l'équipe pour identifier les besoins en matière de données. -Créer un Système de prédiction des prix de location des imprimantes. -Réaliser des tableaux de bord interactifs en utilisant POWER BI.