Trois projets liés aux offres, et un projet de recherche. Les points indiquent les étapes du parcours Question → Données → Modèle → Produit couvertes par chacun.
Python · SQL · Power BI
A · Comprendre · Terminé
Comment accompagner la croissance d'une marketplace tout en améliorant les livraisons et l'expérience client ?
Contexte
Marketplace brésilienne Olist : 96 211 commandes livrées, des milliers de vendeurs, une croissance de +139,9 % sur la période.
Méthode
26 hypothèses testées : contrôle qualité, tests statistiques corrigés, SQL, projet Power BI.
Résultat
20 % des vendeurs font 82,2 % du GMV. 6,8 % de retards, qui font perdre 0,57 point de satisfaction. Plan d’action mesurable.
Comment montrer à une PME ivoirienne ce que le solaire changerait sur sa facture, avant tout rendez-vous ?
Contexte
Iphigen installe à Abidjan des systèmes solaires clé-en-main à partir de panneaux européens reconditionnés certifiés.
Méthode
Chiffres issus du business plan du client, simulateur d’économies, logo, maquettes, textes, versions FR/EN/ES, formulaire d’audit, développement Express.js et mise en ligne.
Résultat
Un site livré en 3 mois. Le visiteur fait glisser sa facture mensuelle et voit en direct son économie par mois, par an et sur dix ans.
Comment comprendre ce que disent des milliers d’avis clients sans les lire un par un ?
Contexte
Au-delà de quelques centaines d’avis, la lecture manuelle ne suffit plus. Le projet prolonge l’étude Olist avec un outil réutilisable sur d’autres données.
Méthode
Modèle multilingue XLM-T exécuté en local (ONNX int8), abstention « Indéterminé » sous un score de 0,60, thèmes par mots et expressions modifiables.
Résultat
Un outil qui importe CSV, Excel, JSON, DOCX ou PDF, signale les cas à relire et exporte les corrections. Démo en ligne sur 36 avis fictifs.
Will They Wake Up — Deep Learning appliqué aux signaux EEG
Contexte
Après un arrêt cardiaque, classifier l’issue neurologique des patients à partir de leurs signaux EEG (label « Good » contre les autres issues). Projet collectif.
Méthode
Huit canaux EEG rééchantillonnés à 100 Hz, segments de 15 secondes toutes les dix minutes, deux couches LSTM (64 et 32 unités) avec dropout et arrêt anticipé.
Bilan
Des scores trop élevés pour être crédibles (96,875 % d’accuracy, rappel de 0) faute de séparation par patient. Un prototype d’expérimentation, présenté comme une démarche ; prochaine étape : un protocole d’évaluation solide.
