Sidoine Djuffo Kuété

Automatisation du suivi des performances des modèles de Machine Learning en production: Mise en place d'un dashboard dynamique via Looker Studio connecté à Bigquery, pour le suivi en temps réel des métriques de performance des modèles (AUC, Gini, recall, précision, accuracy, f1 score) et comparaison des données en entrée. Alertes en cas de dérive statistique ou conceptuelle Détection de dérives : développement de scripts Python pour le recueil automatique de données, pour la surveillance des distributions de variables d’entrée (drift de données) et des prédictions (drift de performance) ; gestion des versions des modèles et des endpoints. Documentation et traçabilité : rédaction de fiches de suivi pour chaque modèle (version, date, performance, données utilisées), en lien avec les exigences de validation interne et de conformité. Environnement technique : Python, SQL, Scikit-learn, FastAPI, Azure DevOps, GCP (BigQuery, Vertex AI Experiments), Looker Studio, Docker

Construction de scores d’appétence dans le retail via une régression logistique enrichie de modèles avancés de machine learning (Random Forest, XGBoost) Création de use case détaillés sur la construction de scores d'appétence dans le retail

Collecte des données météorologiques et leur mise en relation avec les arrivées de touristes internationaux dans les hôtels des Alpes-Maritimes. Élaboration d'un modèle de prévision des flux touristiques en fonction des conditions climatiques (température, précipitations neigeuses et liquides).

Cadre: Sécurité alimentaire Sujet principal abordé: Analyse de l'effet de l'aide alimentaire en nature sur la sécurité alimentaire (Rapport de stage professionnel) Objectif : Déterminer l'effet de l'aide alimentaire en nature du PAM sur la consommation alimentaire et la qualité nutritionnelle des bénéficiaires Outils: Analyse de la Variance à deux facteurs à mesure mixte Autres sujets abordés: Contrôle qualité des données d'enquêtes, Suivi des indicateurs de sécurité alimentaire, Construction du panier minimum des dépenses des bénéficiaires Logiciels: R

Cadre: Sécurité alimentaire Sujet principal abordé: Profilage des ménages de bénéficiaires en situation d'insécurité alimentaire Outils: Analyse en Correspondances Multiples (ACM) Autres sujets abordés: Analyse de données, Méthodologie de rééchantillonnage, Data Vizualisation, Enquêtes de sécurité alimentaire Logiciels: R

Sujet principal abordé: Influence des caractéristiques socio-économiques (des conducteurs automobiles et des passagers) sur le port de ceinture de sécurité au Cameroun Logiciels: R