Amar MERABET

• Company Overview: Chef de Projet & Data Scientist - Chatbot IA
• Développement d'un chatbot conversationnel basé sur l'IA destiné aux administrations, avec une architecture évolutive et adaptable au secteur privé.
• Intégration d'un tableau de bord pour suivre la divergence entre les réponses générées et les réponses types.
• Réponses aux utilisateurs à partir de sources de données restreintes, offrant une solution robuste, flexible et à faible coût.
• Amélioration continue grâce à l'analyse des performances via un tableau de bord dédié.
• Identification des besoins en collaboration avec les clients, la DSI (Direction des Systèmes d'Information) et les sous-traitants pour recueillir les exigences fonctionnelles et techniques du chatbot.
• Structuration des sources de données disponibles pour les intégrer dans le système RAG (Retrieval-Augmented Generation), en veillant à leur qualité et pertinence.
• Définition d'une architecture évolutive et adaptable, centrée sur l'approche RAG, pour garantir une intégration fluide avec les systèmes existants.
• Mise en place du système RAG pour récupérer et générer des réponses à partir des sources de données disponibles.
• Développement et intégration du chatbot dans les systèmes existants des administrations, en assurant compatibilité et scalabilité.
• Conception d'un outil de suivi pour mesurer le taux de divergence entre les réponses générées et les réponses types, et identifier les axes d'amélioration.
• Anticipation des besoins futurs, notamment l'extension de la solution au secteur privé, en s'appuyant sur la flexibilité de l'approche RAG.
• Assurance de la continuité du service en gérant les évolutions techniques et en intégrant de nouvelles sources de données sans nécessiter de réentraînement coûteux.
• Optimisation de l'expérience utilisateur en fournissant des réponses rapides, pertinentes et contextualisées, adaptées aux besoins des administrations.
• Amélioration de la précision des réponses du chatbot grâce à l'utilisation de l'approche RAG, réduisant ainsi les écarts entre les réponses générées et les réponses types.
• Expertise dans les technologies NLP et l'utilisation de modèles RAG pour générer des réponses précises à partir de données restreintes.
• Capacité d'analyse et compétences en résolution de problèmes pour identifier et résoudre rapidement les éventuels dysfonctionnements.

Compétences Techniques : Agile, Pinecone, Python, OpenAI, Llama, Langchain, Firebase, GitHub, Notion, PyCharm, Docker, Google Cloud Run, FastAPI.

Contexte : Projet bénévole d'innovation sociale soutenu par des collectivités territoriales pour lutter contre le cyberharcèlement.

• Direction d'une équipe de 5 personnes (ingénieurs et étudiants) pour le développement d'une extension de navigateur.
• Analyse en temps réel de textes et images via IA, offrant une solution proactive pour les utilisateurs confrontés au cyberharcèlement.
• Leadership et gestion d'équipe : Constitution et animation d'une équipe de 5 personnes (2 ingénieurs IA, 3 étudiants).
• Méthodologie agile : Organisation des sprints de développement adaptés au bénévolat.
• Développement technique : Conception d'une architecture légère pour l'analyse en temps réel et intégration d'une extension Chrome utilisant l'API NLP avec BERT.
• Performance : Analyse des contenus en moins de 0,5 seconde, avec 85% de détection correcte des contenus sensibles et réduction des faux positifs à 8%.
• Compétences techniques : Expertise en Transformers (BERT), JavaScript, Python, gestion de projet agile, et utilisation de Trello.

Intégré à une équipe de 4 personnes dédiée à l'analyse de données pour orienter les décisions stratégiques de l'entreprise.

• Réalisation d'analyses AdHoc, reporting de Part de Marché (PDM) et migration de scripts.
• Mission 1 : Développement d'un outil stratégique permettant aux directeurs régionaux et de magasin de suivre la PDM en temps réel à une granularité géographique fine, facilitant l'adaptation des stratégies commerciales locales.
• Mission 2 : Analyse des comportements d'achat entre produits 'monde' et produits du quotidien pour optimiser le ciblage des consommateurs.
• Constitution et animation d'une équipe de 5 personnes (2 ingénieurs IA et 3 étudiants).
• Pilotage de sprints de développement en méthodologie agile adaptée au bénévolat.
• Mise en place d'une architecture légère pour l'analyse en temps réel et intégration d'une API Chrome Extension.
• Utilisation de techniques de NLP (analyse sémantique) avec BERT pour une analyse rapide des contenus.
• Présentation des résultats devant un jury et démonstration aux collectivités territoriales partenaires.
• Obtention d'un taux de détection correct de 85% pour les contenus sensibles, avec une réduction des faux positifs à 8% grâce aux retours utilisateurs.

Compétences Techniques :
SQL, Python (Pandas, Scikit-learn), Tableau, Airtable, Migration de Terra Data vers GCP, Looker, Jira, Animation d'ateliers métier.