Siham ZARMOUM

Mission : Développement d’un modèle ML/DL de substitution pour accélérer les calculs d’équilibre chimique (industrie des batteries). Résultat : 98% de réduction du temps de calcul et intégration du modèle dans un simulateur industriel. – Cadrage des besoins en collaboration avec les équipes métiers, et préparation de datasets (nettoyage, feature engineering, EDA). – Développement, comparaison et optimisation de modèles supervisés (Random Forest, XGBoost, LightGBM, réseaux de neurones) avec validation croisée, optimisation des hyperparamètres et évaluation des performances. – Analyse d’incohérences du modèle lors de son intégration dans le simulateur et amélioration de sa robustesse. – Industrialisation : pipeline d’inférence Python, Docker, déploiement HPC et monito

Mission : Pilotage de projets Data/IA en partenariat avec des entreprises industrielles, de la conception au déploiement, et formation associée. Résultat : Déploiement de solutions IA (maintenance prédictive, NLP) et montée en compétences des équipes et apprenants. – Cadrage des besoins avec les équipes métiers et préparation de datasets (ETL, EDA, preprocessing, feature engineering). – Développement et évaluation de modèles ML/DL (classification, régression, détection d’anomalies, NLP) avec validation métier. – Industrialisation et valorisation des solutions : API FastAPI, Docker, déploiement Cloud, dashboards Power BI et monitoring

Mission : Conception et pilotage d’un projet Data/IA à l’échelle nationale, de l’ingestion des données au déploiement de solutions IA. Résultat : 40% de réduction du temps d’analyse et déploiement de solutions data-driven pour l’aide à la décision. – Cadrage des besoins et conception d’architectures data (ingestion, ETL, préparation des données, stockage Cloud) pour le traitement de données volumineuses. – Développement, évaluation et industrialisation de modèles ML/DL (classification, régression, détection d’anomalies) sur données multimodales (tabulaires, séries temporelles, images). – Conception de chatbots IA (LLM, RAG, LangChain) pour l’interrogation de données et documents en langage naturel. – Industrialisation des solutions : APIs FastAPI, Docker, CI/CD, déploiement Cloud, dashboards Power BI et monitoring.