Projets
33 projets — professionnels, académiques et personnels.
33 résultats
Transcription & Analyse d'Appels
Automatisation de la transcription des appels clients et génération de résumés structurés intégrés directement au CRM. Gain de 100% du temps de saisie manuelle pour les conseillers.
Création Automatique de Fiches Clients
Génération automatique de fiches clients structurées à partir de transcriptions d'appels. Temps de création réduit de 3–5 min à quelques secondes.
Génération de Réponses SMS
Agent IA générant des brouillons de réponses SMS personnalisées pour les conseillers. Délai de réponse divisé par 5.
Récap d'Appel & Mails Personnalisés
Génération automatique de mails de suivi via fine-tuning sur GCP et intégration Gmail API. Temps de rédaction réduit de 10 min à quelques secondes.
Algorithme de Matching Tuteurs
Modèle ML supervisé classant les profils de tuteurs pour des demandes complexes. Temps de recherche réduit de >1h à quelques secondes.
Agent IA RH "Julie"
Agent IA polyvalent pour automatiser les tâches RH répétitives (recrutement, entretiens Calendly, suivi tuteurs) via RAG et LangChain.
Agent de Prospection B2B Écoles
Agent scraping + LLM pour générer des emails de prospection personnalisés à grande échelle. >10 écoles signées grâce au premier contact initié par l'agent.
Prévision Séries Temporelles Financières
Modèles LSTM et Transformer (PyTorch) pour la prévision de rendements financiers. Réduction de la MAE/RMSE de ~40% vs baseline ARIMA.
Classification Docs Financiers (BERT)
Fine-tuning BERT pour classification multi-étiquettes de documents financiers (risque, conformité). F1-score macro ≈ 0.87 sur ~10k documents.
Pipeline ETL & EDA Big Data
Pipeline ETL distribué avec Apache Spark sur fichiers >500 Mo. Temps de traitement divisé par 3 vs flux local.
Pipeline de Prévision Énergétique
Pipeline complet de prévision de consommation énergétique avec interface Streamlit interactive. Déployé sur Streamlit Cloud.
Analyse de Sentiment sur Réseaux Sociaux
Pipeline distribué PySpark traitant 1.6M tweets en 3.4s. Logistic Regression : 71% accuracy, F1 0.71 sur 282K tweets.
AI Architect Simulator
Simulateur interactif recommandant l'architecture LLM optimale (Fine-Tuning, RAG, Vector DB, Hybrid) selon 8 dimensions. Déployé sur Streamlit Cloud.
Prédiction Boursière par RL
Agent Reinforcement Learning pour prédire les cours boursiers et prendre des décisions de trading basées sur l'historique de prix.
Adaptation LLM type JARVIS
Assistant personnel IA basé sur des LLMs open-source automatisant les tâches quotidiennes (emails, rappels, commandes système) en langage naturel.
Projets de Vision par Ordinateur
Deux mini-projets de vision temps réel : un système de reconnaissance de gestes main avec MediaPipe Hands affichant des images selon les gestes détectés, et un détecteur de langue tirée par Face Mesh qui affiche des mèmes en temps réel. Développés avec OpenCV et MediaPipe.
Détection de Parfum en Temps Réel (YOLOv8)
Application de vision par ordinateur utilisant YOLOv8 pour détecter des bouteilles de parfum via webcam et déclencher automatiquement la lecture d'une vidéo. Supporte un système de cooldown configurable, plusieurs classes d'objets COCO et un seuil de confiance ajustable à la volée.
Détecteur d'États Faciaux en Temps Réel
Application webcam utilisant dlib et ses 68 landmarks faciaux pour détecter trois états : SLEEP (yeux fermés), LOCKED IN (yeux ouverts, pas de sourire) et GOOFY (yeux ouverts avec sourire). Détection basée sur l'Eye Aspect Ratio (EAR) et un ratio bouche/visage, avec lissage temporel sur 6 frames.
Détecteur de Geste : Doigt près de la Bouche
Application webcam utilisant MediaPipe Holistic pour détecter en temps réel le geste d'un doigt proche de la bouche. Lorsque le geste est détecté (distance normalisée < 0.08), l'image d'un singe s'affiche plein écran en remplacement du flux caméra.
Fine-Tuning de LLM avec MLX (Apple Silicon)
Scripts de fine-tuning de Llama 3.2-3B-Instruct (4-bit) sur Apple Silicon avec MLX, couvrant deux domaines : Text-to-SQL (150 échantillons) et médical (200 échantillons, 300 itérations). Intègre des notifications push ntfy.sh, la surveillance mémoire et la génération de rapports d'évaluation HTML.
Fine-Tuning de Petit Modèle de Langage (SLM)
Fine-tuning supervisé (SFT) de Gemma 3 270M pour l'extraction structurée d'aliments à partir de texte (dataset FoodExtract-1k). Deux notebooks : HuggingFace Transformers + TRL sur CUDA et MLX sur Apple Silicon (Metal). Inclut des expériences LoRA, QLoRA et full fine-tuning.
Benchmark LLM — Optimisation Automatique de Prompts (APO)
Benchmark reproduisant la boucle APO d'Agent Lightning (Microsoft) via l'API Ollama. Compare un prompt de base à un prompt optimisé par gradients textuels et beam search sur trois profils de tâches, sans entraînement de poids. Supporte des modèles de gemma3:4b à gpt-oss:120b.
Système de Recommandation de Films (NCF + Two-Tower)
Système de recommandation implémenté from scratch en PyTorch, combinant Neural Collaborative Filtering (NeuMF = GMF + MLP) et une architecture Two-Tower avec InfoNCE. Évalué sur MovieLens 1M : HR@10 ~0.70 et NDCG@10 ~0.42 pour NCF. Supporte l'export d'embeddings pour indexation ANN (Faiss, Annoy).
Prédicteur de Matchs UEFA Champions League
Système ML pour prédire les résultats (1X2) des matchs de l'UEFA Champions League, entraîné sur 1 375 matchs (11 saisons, 2013–2024). Meilleur modèle : CatBoost avec 44,4% de précision (27 features sans data leakage). Accompagné d'une API FastAPI et d'un dashboard Streamlit.
Kewan — Coach Sportif IA iOS
Application iOS native (SwiftUI + SwiftData) agissant comme un coach sportif personnalisé. L'utilisateur interagit via un chat avec un LLM (gpt-oss:120b via Ollama Cloud) qui mémorise ses lifts, génère des programmes d'entraînement structurés et suit la progression avec Swift Charts. 93 tests passants, architecture MVVM avec @Observable.
Adaptateur de CV LaTeX par LLM
Application web full-stack TypeScript (monorepo Turborepo) qui adapte automatiquement un CV LaTeX à une offre d'emploi via un pipeline LLM. Utilise Fastify, Next.js, BullMQ + Redis pour la file de jobs asynchrones, PostgreSQL/Prisma et le Vercel AI SDK comme interface multi-providers.
Prototype ML pour l'Adaptation de CV
Notebook R&D prototypant un pipeline hybride d'adaptation de CV LaTeX : ingestion LaTeX, extraction des exigences d'une offre d'emploi, alignement exigences–preuves, génération d'un CV ciblé via Ollama Cloud, et validateurs anti-hallucination.
Pipeline Knowledge Graph avec Ollama Cloud
CLI universel transformant n'importe quel dossier de code ou de documents en un graphe de connaissance, avec extraction sémantique via Ollama Cloud, export optionnel vers Obsidian, synchronisation via Local REST API, et OCR Tesseract pour les PDF scannés. Supporte macOS, Linux et Windows.
Plugins Claude Code pour Développement iOS
Ensemble de plugins et d'un script de configuration pour un stack Claude Code dédié au développement iOS SwiftUI sur Apple Silicon. Inclut un plugin PRD Generator (/create-prd) générant des cahiers des charges complets, une configuration CLAUDE.md ciblant Swift 6/SwiftUI avec pattern MVVM, et l'intégration XcodeBuildMCP.
Portfolio ML / Data (Streamlit)
Application Streamlit multipage servant de portfolio personnel pour présenter des projets ML et Data. Les projets sont déclarés via un fichier projects.json sans modification UI nécessaire. Inclut des pages Home, Projects, About et CV avec téléchargement du CV en PDF.
Chat CLI TypeScript avec Ollama Cloud
Prototype de client de chat en ligne de commande développé en TypeScript, connecté à une API Ollama Cloud compatible OpenAI. Maintient un historique de conversation multi-tours et gère l'authentification via variables d'environnement.
Modèle de Vision Tesla (En cours)
Projet de modélisation inspiré du système de vision de Tesla, actuellement en phase de conception.
Vision Language Model (En cours)
Projet d'expérimentation autour des modèles de vision-langage (VLM), actuellement en phase de conception.