Yasser Chouadra

Projet : Déploiement connaissements, déclarations douanières) couvrant plusieurs zones (Afrique, Europe).

1. Data Engineering : Structuration et traitement des données douanières

● Analyse des besoins métiers et conception de prompts LLM pour des cas d'usage RAG (Vertex AI, LangChain).

● Extraction et structuration automatique de documents via OCR avancé (Google Document AI)

● Mise en place de recommandations intelligentes : acceptation, refus ou contrôle renforcé.

● Intégration d'un RAG pour interroger des bases documentaires et réglementaires (codes HS, normes internationales).

● Développement d'un moteur de règles métier et d'un scoring de risque temps réel ( incohérences inter-documents)

● Cas concret : comparaison automatique facture

Environnement Technique : Python, Postgresql, BigQuery, Airflow, GCP, LangChain, Spacy

Projet : solutions Speech Analytics j'ai participé à la mise en place et l'optimisation des pipelines de données pour la collecte, la transformation, et l'exploitation des informations issues de la relation client et des opérations télécom.

1. Data Engineering : Structuration et traitement des données clients

● Accès sécurisé aux données clients & installation de l'environnement GCP.

● Ingestion automatisée des données entreprises vers BigQuery.

● Traitement, nettoyage et transformation des transcriptions issues de CallMiner pour optimiser leur exploitation.

2. Machine Learning, RAG & NLP : Analyse conversationnelle

● Développement de règles et modèles d'extraction pour identifier intentions, émotions et sujets clés.

● Mise en place d'un système de catégorisation et de scoring des interactions via CallMiner.

● Simulation de l'analyse des émotions et sentiments des clients / agents SFR

● Détection des mots-clés et des thématiques récurrentes dans les échanges.

● Participation à la conception d'un module Semantic Search avec LangChain

Environnement Technique : Python, SQL, BigQuery, Airflow, GCP, CallMiner, LangChain, Spacy, PySpark

Chez CARIAN SOFTWARE DEVELOPMENT, j’ai travaillé sur le projet Linked LeveL en tant que Data Engineer, où j’ai conçu un ETL pour centraliser des données issues du web et automatiser l’agrégation de vues synthétiques sur les

candidatures. J’ai développé des pipelines performants pour collecter, transformer et analyser des données textuelles. Un modèle NER a permis d’extraire les blocs pertinents des pages web filtrées. J’ai aussi créé des dashboards interactifs sur le cloud, avec des graphes multidimensionnels illustrant les relations entre entités. Enfin, j’ai développé des API REST pour rendre la solution accessible et intégrable.

1. Data Engineer

● Intégration des données en temps réel avec Python, Pyspark, Postgres (Fichiers, PostgreSQL, WEB)

● Collecte et ingestion des données en utilisant le web scraping avec Beautifulsoup, Sélénium

● Collecte des pages web associées à chaque candidat en utilisant GCP - Custom Search API

● Utilisation Pyspark pour appliquer des transformations sur les données (nettoyage)

2. ML & NLP Engineer

● Analyse et exploration des datasets d’entreprises en utilisant Scikit-Learn

● Traduction des blocs textuels (Autocomplete + Traduction) avec Helsinki-NLP - HugginFace

● Entraînement et évaluation du modèle Régression Logistique

● Entraînement et évaluation du modèle NER Named entity recognition

● Fine Tuning du modèle NER

3. Cloud & MLOps Engineer

● Gestion / Installation Gitlab runners sur le serveur OVH

● Mettre les modèles ML développés (RL, NER) en production sur Fast API