Tarik B.

Développement de modèles de scoring et segmentation client – Olist Segmentation comportementale des clients via analyse RFM (Recency, Frequency, Monetary) et clustering (K-Means, hiérarchique, DBSCAN). EDA, gestion des outliers, standardisation (StandardScaler) Réduction dimensionnelle (PCA), validation par silhouette score Création de 4 segments métier : Diamant, Or, Argent, Bronze Recommandation de mise à jour bimensuelle du modèle Cadrage IA – Application mobile de recommandation vestimentaire Cadrage stratégique d’un projet IA présenté au COMEX pour recommander des vêtements via photo. Définition des KPI business : conversion, panier moyen, marge, abandon panier Gestion Agile / SCRUM : backlog, sprints, rétrospectives Analyse des ressources, risques, aspects RGPD et éthiques Amélioration d’un produit IA – Start-up Avis Restau Optimisation d’une plateforme via analyse d’avis clients et labellisation d’images. NLP : détection de sujets d’insatisfaction (LDA, TF-IDF), filtrage via API Yelp Computer Vision : features via SIFT, réduction de dimension (PCA, t-SNE), K-Means Comparatif de modèles : VGG16 pré-entraîné : précision 45% Transfer Learning : précision 89% SIFT seul : 10%