Khalil Ibrahim HAOUARI

Système d'analyse temps réel corrélant sentiment social media et signaux financiers.

• Ensemble Dual-BERT : Conception d'une architecture NLP combinant un BERT personnalisé et FinBERT pour une analyse de sentiment.
• Agentic RAG & Raisonnement : Implémentation d'un système de RAG Agentique utilisant Llama (via Groq) pour valider le sentiment par rapport aux données de prix réelles.
• Synthèse de Décision : Automatisation de la production de thèses d'investissement structurées, transformant un flux de données non structurées en insights actionnables.
• Dashboard Interactif : Développement d'une interface Streamlit intégrant des visualisations dynamiques ( Plotly ).
• Stack Technique : Python, Llama 3.3, FinBERT, RAG, Groq, yfinance, Streamlit.

Automatisation de l'estimation de prix et détection d'anomalies pour la Fédération Tunisienne des Sociétés d'Assurances.

• Modélisation Prédictive : Développement d'un moteur d'estimation de prix haute précision basé sur un ensemble de modèles XGBoost et CatBoost.
• Détection de Fraude (Scam Notifier) : Conception d'un système de détection d'anomalies identifiant les écarts significatifs entre les valeurs déclarées et les prix du marché pour prévenir les tentatives de fraude.
• Architecture MLOps & CI/CD : Mise en place d'un pipeline complet via GitHub Actions pour automatiser le nettoyage des données, la validation des modèles et les phases de déploiement.
• Ingénierie de Données : Gestion du cycle de vie des données (collecte, nettoyage, feature engineering)

Application de gestion médicale fusionnant processus BI de bout en bout et Data Science.

• BI End-to-End : Gestion du cycle complet de la donnée (ETL, Data Warehouse) et création de dashboards Power BI pour le suivi des KPI cliniques.
• Data Science & Python : Développement Deep Learning sur 50k images médicales (AUC 0.92) et extraction NLP ( Spacy ) sur 5k transcriptions.
• Transformation & GenAI : Automatisation de la génération de rapports directement dans Power BI via le fine-tuning d'un LLM.
• Déploiement Full-Stack : Intégration des modèles IA et des rapports BI dans une interface web centralisée..
• Stack Technique : Python, Power BI, PyTorch, Spacy, GPT-3.5, .