5 images
Détection de Fraude Bancaire
Pipeline ML sur 590 000 transactions réelles. XGBoost + SHAP pour une IA puissante et expliquable. Le modèle atteint un AUC-ROC de 0.91 tout en maintenant une excellente expérience client.
Pipelines ETL
Étudiant en 3ème année IA & Big Data @ l'ESGI École Supérieure de Génie Informatique
Des projets concrets, des données réelles, des résultats mesurables.
5 images
Pipeline ML sur 590 000 transactions réelles. XGBoost + SHAP pour une IA puissante et expliquable. Le modèle atteint un AUC-ROC de 0.91 tout en maintenant une excellente expérience client.
5 images
Pipeline ETL de bout en bout sur 3 millions de transactions immobilières françaises. 67% de bruit supprimé, stockage SQLite optimisé, dashboard Streamlit live en <2 secondes.
4 images
Pipeline ETL couvrant 35 ans de données aériennes (1990–2024). Extraction CSV, transformation avec gestion des valeurs manquantes, chargement automatisé vers Google BigQuery.
6 images
Pipeline ETL complet sur la marketplace brésilienne Olist. Nettoyage, traductions, 9 analyses statistiques automatisées, et 4 dashboards Power BI interactifs.
4 images
Dashboard Power BI pour suivre 5 actions du CAC 40. Performance, volatilité et ratio de Sharpe analysés sur 2 ans. Des données financières brutes en insights actionnables.
1 image
Assistant conversationnel intégré à ce portfolio. Pipeline RAG complet avec mémoire de session, réponses en streaming, et base vectorielle ChromaDB entraînée sur mes projets et parcours.
1 image
Assistant IT support automatisé basé sur RAG. Répond en temps réel aux incidents réseau, VPN, Active Directory et Windows. Déployé en Docker avec base vectorielle évolutive.
Plateforme fullstack d'apprentissage des langues propulsée par IA (Groq). Exercices adaptatifs générés dynamiquement, authentification JWT sécurisée, API REST Express et base MongoDB.
Application de covoiturage React Native / Expo. Recherche et publication de trajets, gestion des participants, notifications temps réel, authentification et certification véhicule.
Application fullstack de détection de maladies foliaires par Computer Vision. Modèle TensorFlow entraîné sur 3 classes (Early Blight, Late Blight, Healthy), API FastAPI et app mobile React Native.
Chatbot d'Intent Classification avec réseau MLP multicouche (PyTorch). Pipeline NLP complet : tokenisation, lemmatisation, Bag of Words. Function Mapping dynamique pour déclencher des actions métier selon l'intention détectée (ex: données boursières en temps réel).
Data, 3D, open source — tout est là.
Je recherche une alternance en Data Engineering / Data Analyse / IA. Ouvert à toute collaboration sur des projets data.
akkalabdelkrim116@gmail.com