Nadjat Sidi Moussa

- Optimisation des modèles IA et des hyperparamètres: Ajustement des modèles Random Forest et Decision Tree pour améliorer la performance des prévisions en utilisant des techniques comme le Grid Search, en ajustant des paramètres tels que min_samples_leaf.

- Debugging et validation : Réalisation de tests approfondis, analyse des logs et résolution des anomalies pour garantir des prévisions fiables et cohérentes.

- Tests de non-régression (TNR) : Mise en place de tests pour valider la stabilité des performances entre différentes versions des modèles.

- Amélioration continue (Fine-tuning) : Affinement des modèles par fine-tuning pour accroître leur précision, robustesse et performances générales.

- Préparation des données : Traitement des données via Python pour effectuer le nettoyage, la transformation et la normalisation avant l'entraînement des modèles.

- Conception des KPIs automatisés : Développement de KPI automatisés à l'aide de Tableau et SQL pour assurer un suivi constant des performances des modèles.

- Visualisation des résultats : Conception de visualisations des performances des modèles (prédictions, WMAPE), permettant une analyse détaillée pour éclairer les décisions stratégiques.

- Automatisation avec Python : Création de scripts Python pour automatiser les processus récurrents et optimiser l'efficacité.

- Gestion des environnements Docker : Configuration et gestion d'environnements Docker pour garantir des tests de modèles dans des conditions cohérentes.

- Administration Linux : Administration de serveurs Linux via MobaXterm et automatisation de tâches avec des scripts Bash/Shell pour une gestion fluide des ressources et des systèmes.

- Nettoyage et préparation des données : Data Cleansing et Data Preparation avec Python pour assurer la qualité des données.

- Conception de KPI : Création de KPIs automatisés et dashboards interactifs et automatisés avec Tableau Software pour le suivi des performances.

- Analyse des prévisions : Évaluation des performances des modèles avec des métriques telles que Accuracy, MAPE, et WMAPE.

- Analyse des ventes : Étude de l'impact des jours fériés et des vacances sur les prévisions de ventes

- Automatisation des calculs : Développement de scripts Python pour automatiser le calcul des taux de variation et des distributions de ventes.

- Communication en anglais : Présentation des résultats en anglais aux parties prenantes