Aller au contenu

Projets

17 projets, classés par ce qu'ils démontrent plutôt que par leur technologie. Pour chacun : le problème posé, ce qui a été fait, et la preuve quand elle est chiffrable.

878 000lignes de vente analysées en SQLVentes en supermarché0,88d'AUC sur le jeu de testScoring de risque crédit0,94d'AUC sur le jeu de test, sans le taux de satisfactionDépart des employés360paires retenues après audit, sur 500 généréesMina-Translator0requête réseau sortante : tout reste sur la machineRAG-Local0règle écrite à la main : l'agent apprend seulSnake RL7 Mdde paramètres : peu fiable seul, vérifié par les testsSELF_DEV_AGENT1 : 1un magasin contrôle apparié à chaque magasin testOptimisation des ventes
01

Mettre des modèles en production

Servir, conteneuriser, rendre fiable : qu'un modèle serve à quelqu'un, pas seulement dans un notebook.

3 projets

assistant documentaire

RAG-Local

Un assistant utile sur ses documents, sans envoyer un seul fichier à un service externe.

Recherche hybride (BM25 + vecteurs, fusion RRF), reranking cross-encoder, réponses citées à la page près. Les images des PDF sont décrites par un modèle de vision local et deviennent cherchables comme du texte. Une suite RAGAS mesure la qualité.

  • Mettre en production
  • Évaluer un RAG

FastAPI · Chroma · Ollama · Next.js · Docker Compose · RAGAS

0requête réseau sortante : tout reste sur la machine

agent de développement

SELF_DEV_AGENT

Un modèle local de 7 milliards de paramètres n'est pas fiable : on ne peut pas croire ses réponses.

L'agent n'écrit pas du code en espérant : il explore, modifie, exécute les tests et se corrige. Il tourne entièrement en local via Ollama, avec un installateur en un clic qui choisit les modèles selon la RAM disponible.

  • Fiabiliser un modèle
  • Outillage

Ollama · Tool calling · AST · Python

7 Mdde paramètres : peu fiable seul, vérifié par les tests
Aperçu du projet Prédiction de productivité

modèle servi par une API

Prédiction de productivité

Prédire la productivité d'une équipe, et que la prédiction serve dans une application.

Un modèle entraîné puis servi par une API FastAPI, consommée par une application Flutter multiplateforme qui affiche le suivi et les prédictions.

  • Servir un modèle

FastAPI · Flutter · Python · Machine Learning

02

Affiner et entraîner des modèles

Comprendre ce qu'on entraîne : la donnée, l'environnement, l'architecture, et ce qui manque quand rien n'existe.

4 projets

traduction français ↔ mina

Mina-Translator

Le mina n'a aucun corpus parallèle public : sur une langue peu dotée, la difficulté est la donnée, pas l'entraînement.

Un corpus généré pour l'occasion puis audité par script : 360 paires exploitables sur 500, réparties en sept domaines, complétées par ~19 600 transcriptions Common Voice. Qwen2-0.5B affiné en QLoRA 4 bits, Whisper en amont, service FastAPI, et une application de collecte participative pour étendre le corpus.

  • Affiner un modèle
  • Construire la donnée

QLoRA · Whisper · FastAPI · Streamlit

360paires retenues après audit, sur 500 générées
Aperçu du projet Snake RL

apprentissage par renforcement

Snake RL

Apprendre à jouer à Snake sans aucune règle écrite à la main.

Environnement compatible Gymnasium écrit sur mesure, DQN en PyTorch avec réseau cible et mémoire de rejeu, entraînement sur GPU. Un projet en modules (agent, entraînement, évaluation, démonstration), pas un notebook.

  • Entraîner un modèle

PyTorch · Gymnasium · DQN

0règle écrite à la main : l'agent apprend seul
Aperçu du projet Détection d'émotions

vision par ordinateur

Détection d'émotions

Reconnaître des émotions image par image, en temps réel, sur un flux webcam.

Un réseau convolutif entraîné avec PyTorch, avec capture et prétraitement du flux par OpenCV.

  • Vision temps réel

PyTorch · OpenCV · CNN

classification de texte

Détection de fausses actualités

Distinguer les vrais des faux articles de presse.

Nettoyage et tokenisation, couche d'embedding, LSTM bidirectionnel sous Keras, puis analyse des mots caractéristiques de chaque classe.

  • Traiter du texte

Keras · LSTM · NLP

03

Mesurer et prouver

Ne pas s'arrêter à « ça marche » : choisir le bon test, quantifier l'effet, expliquer la décision.

5 projets
Aperçu du projet Optimisation des ventes

impact d'un agencement en magasin

Optimisation des ventes

Mesurer l'effet d'un nouvel agencement quand on ne peut pas tirer les magasins au sort.

Chaque magasin test est apparié à un magasin contrôle, choisi par corrélation sur les ventes et la fréquentation avant l'intervention, puis l'écart est testé statistiquement. C'est ce qui rend la mesure défendable. Restitution pour un Category Manager.

  • Prouver un effet
  • Inférence causale

pandas · Inférence causale · Tests statistiques

1 : 1un magasin contrôle apparié à chaque magasin test
Aperçu du projet Scoring de risque crédit

classification déséquilibrée

Scoring de risque crédit

Prévoir le défaut sur des données bancaires fortement déséquilibrées, en limitant les faux négatifs.

Rééquilibrage par SMOTE, XGBoost et explicabilité SHAP, avec un tableau de bord de scoring pour les chargés de prêt.

  • Expliquer un modèle

XGBoost · SHAP · SMOTE

0,88d'AUC sur le jeu de test
Aperçu du projet Départ des employés

rétention des salariés

Départ des employés

Identifier les salariés à risque de départ, et ce qui les retient avant qu'ils démissionnent.

14 999 employés, 20 % de doublons retirés, puis trois modèles comparés. Le taux de satisfaction est écarté du modèle final pour éviter une fuite : la forêt aléatoire retrouve 90 % des départs réels sans lui. Le tout est livré jusqu'au bout : tableau de bord Power BI, API FastAPI déployée sur Railway et application Streamlit pour tester un profil.

  • Interpréter un modèle
  • Éviter la fuite de données
  • Livrer de bout en bout

Random Forest · Scikit-learn · FastAPI · Streamlit · Power BI

0,94d'AUC sur le jeu de test, sans le taux de satisfaction
Aperçu du projet Ventes en supermarché

analyse SQL

Ventes en supermarché

Savoir ce qui rapporte et ce qui coûte dans les ventes d'un supermarché : plus de 878 000 lignes de vente, prix de gros et taux de perte.

Des requêtes SQL analytiques (CTE, fonctions de fenêtrage) sur une base SQLite : produits les plus rentables, produits très vendus mais peu rentables, coût des pertes par catégorie, retours et effet des remises.

  • SQL avancé
  • Analyse métier

SQL · CTE · Fonctions de fenêtrage

878 000lignes de vente analysées en SQL

expérimentation

Test A/B d'une page

Décider laquelle de deux versions d'une page convertit le mieux.

La méthode prime sur le résultat : normalité (Shapiro) avant de choisir entre Student et Mann-Whitney, khi-deux sur les taux de conversion, lecture des p-values, restitution dans une application Streamlit.

  • Choisir le bon test

scipy · pandas · Streamlit

04

Construire des applications

Le socle de développement : backend, authentification, bases de données, interfaces.

5 projets
Aperçu du projet Le Bon Coin

plateforme d'annonces

Le Bon Coin

Authentifier sans stocker de mot de passe en clair, et garantir qu'un utilisateur ne modifie que ses propres annonces.

Un backend Express découpé en contrôleurs, modèles, routes et middleware : mots de passe hachés avec bcrypt, jeton JWT vérifié par un middleware, contrôle de propriété sur chaque modification. Ces refus sont couverts par des tests, lancés par GitHub Actions avant chaque publication.

  • Concevoir un backend
  • Sécuriser une API

Node.js · Express · JWT · bcrypt · MongoDB · React

401 / 403sans jeton, ou pas l'auteur : refus testés en CI
Aperçu du projet ApplyFlow

SaaS de suivi de candidatures

ApplyFlow

Ne plus perdre le fil de dizaines de candidatures dans des tableurs.

Un kanban, des fiches détaillées avec notes, contacts et rappels, et un tableau de bord de progression.

  • Produit full-stack

Next.js · TypeScript · Supabase · Tailwind CSS

Aperçu du projet Recommandation de films

base de graphes

Recommandation de films

Naviguer les relations entre films, acteurs, réalisateurs et genres, avec une recherche tolérante aux erreurs.

Neo4j pour modéliser les relations, une API FastAPI et une interface React, avec recherche floue et recommandations par similarité.

  • Base de graphes

Neo4j · FastAPI · React · Docker Compose

Aperçu du projet CloudUs

API de stockage cloud

CloudUs

Stocker des fichiers, gérer les quotas d'espace et facturer automatiquement.

Une API REST Symfony avec authentification JWT, quotas, achats d'extension, factures PDF, et des rôles d'administrateur avec tableaux de bord.

  • API REST sécurisée

Symfony · PHP · JWT · MySQL

Aperçu du projet MiniSearch

moteur de recherche interne

MiniSearch

Retrouver l'information pertinente parmi des milliers de documents, vite, avec des filtres.

La recherche full-text native de PostgreSQL et un scoring décomposé (pertinence textuelle, boost du titre, récence, popularité, qualité), avec React et Supabase.

  • Recherche full-text

PostgreSQL · React · TypeScript · Supabase