Zaineb Aridhi

Lead projet Carbon Quant

• Conception et mise en œuvre de solutions pour la collecte, la préparation et le nettoyage des données auprès de fournisseurs.
• Développement et optimisation de pipelines de données dans des environnements cloud (AWS et Azure).
• Déploiement d’infrastructures cloud (CloudFormation, S3, Lambda, Batch, Secrets Manager) et automatisation avec des pipelines CI/CD sur Azure.
• Création et intégration d’API avec Flask pour automatiser les processus et gérer les flux de données.
• Analyse et validation des données pour garantir leur qualité et cohérence, avec définition et mise en œuvre d’hypothèses de calcul adaptées aux besoins métier.
• Conception et développement d’une solution de chatbot structuré multi-agent, avec une orchestration permettant aux agents d’exécuter des tâches spécifiques de manière autonome et coordonnée.

Technologies and tools: AWS (Athena, S3, Lambda, Batch, CloudFormation), Azure (DevOps, Bedrock), Python, Flask, GPT-4O, Kendra, SQL, Dataiku, CI/CD, LangChain, Chainlit, Genetative AI.

• Animation d'ateliers de formation déstinés aux équipes internes afin de les accompagner dans la mise en œuvre des changements recommandés.
• Soutien dans le recrutement, l'évaluation et le développement des compétences des employés.
• Coaching individuel de collaborateurs clés, montée en compétences, évolution professionnelle, accompagnement au changement.

• Amélioration d’un système de reconnaissance d’entités nommées (NER) personnalisé en utilisant le deep learning, permettant d’extraire les établissements d’enseignement à partir de données textuelles, avec une augmentation de plus de 35 % de la précision par rapport à la solution de référence existante.
• Développement d’un modèle de correspondance d’entités (entity matching) pour aligner les données textuelles entre le référentiel des bâtiments de l’entreprise et les données clients, en s’appuyant sur des modèles de langage pré-entraînés.
• Contribution à la génération et à la production d’attributs de bâtiments à l’aide d’algorithmes d’apprentissage automatique.

Technologies et outils : NLP, NER, spaCy, Transformers, TensorFlow, PyTorch, Deep Learning, KNN, LightGBM, OCR, Python, Git