Projets

Pipeline RAG de production pour traiter des documents complexes (PDF financiers, juridiques, techniques) avec recherche hybride, reranking Cohere et LLM local. Architecture modulaire : LlamaParse pour l'extraction, Qdrant pour le stockage vectoriel, Parent-Document Chunking pour la précision, et orchestration agentique via LangGraph. Benchmark validé sur des documents réels avec 100% de factualité.

Pipeline complet de vision par ordinateur pour le comptage et la classification du trafic urbain en temps réel. Phase 1 : entraînement YOLOv11 sur VisDrone (85% d'objets <32px), avec analyse exploratoire et optimisation haute résolution (1024px+). Phase 2 : déploiement avec tracking BoT-SORT, détection de franchissement par analyse vectorielle, et tableau de bord temps réel. mAP 0.87 sur véhicules.

Ce projet explore l'apprentissage par renforcement appliqué au jeu 2048, en combinant une approche théorique rigoureuse et des expérimentations à grande échelle. Plusieurs agents développés : Value Iteration, Expectimax et TD Learning avec N-Tuple Networks. Optimisation (Numba, bitboards) pour 5x la vitesse et 85% de taux de victoire. Démonstrateur interactif inclus.

Ce projet est une solution de 'Computer Vision' optimisée pour l'Edge Computing. Il utilise TensorFlow Lite et MoveNet pour détecter les points clés du corps humain en moins de 10ms. L'algorithme calcule des vecteurs géométriques pour valider la forme des exercices et fournir un feedback visuel instantané via OpenCV. L'architecture est pensée pour la performance : tout le traitement se fait localement, éliminant la latence du Cloud.

Détection d'émotions fines dans des textes courts (Tweets, dialogues) avec gestion du déséquilibre de classes. Architecture ModernBERT couplée à une Asymmetric Loss pour le hard negative mining, et seuillage dynamique (Dynamic Thresholding) pour maximiser la précision en inférence. Solution robuste et reproductible pour traiter les ambiguïtés émotionnelles avec précision.

Solution d'IA pour structurer automatiquement des milliers de retours clients ou tickets support en topics cohérents, sans intervention humaine. Détection de tendances émergentes et signaux faibles. Dashboard Streamlit interactif pour l'exploration graphique. Cas d'usage : Voix du Client (VoC), détection d'incidents, veille concurrentielle.

Solution de scoring crédit 'White-box' conçue pour l'auditabilité dans les secteurs régulés. Intégration de SHAP pour expliquer chaque décision en langage clair. Module d'audit et mitigation des biais (âge, genre) via Fairlearn pour la conformité IA Act. Optimisation basée sur le coût réel des erreurs (FP vs FN).