Transvirex Logistics : conception d'un ERP logistique intelligent

ERP logistique pour accompagner la transformation digitale d'une entreprise de transport en forte croissance (15 000 livraisons par mois, plus de 160 collaborateurs).

Le contexte

• Outils dispersés (e-mails, téléphone, messageries) et volumes en hausse.
• Suivi des livraisons difficile en temps réel, retards de facturation et données non centralisées.
• Faible visibilité pour les dispatchers et la direction, et réclamations clients liées au manque de traçabilité.

Ma mission

• Concevoir l'architecture d'un ERP capable de centraliser les données métiers, superviser les opérations en temps réel et produire des indicateurs fiables pour décider.
• Prévoir une montée en charge nationale et intégrer des capacités d'intelligence artificielle (agent DispatchAI : répartition des missions et anticipation des retards).

Architecture proposée

• Microservices orientés événements (Event-Driven Architecture), avec communication asynchrone par messages.
• API Gateway sécurisée (authentification par tokens) et middleware d'orchestration et de routage.
• Base relationnelle pour les données transactionnelles, base NoSQL pour les événements, documents et historiques.
• Déploiement conteneurisé avec Docker, compatible cloud.
• Interface en React 18, API en NestJS, données dans PostgreSQL.

Projet CHU : entrepôt de données pour le secteur hospitalier

Entrepôt de données et tableaux de bord décisionnels pour un groupe hospitalier (CHU), réalisés en équipe.

Objectif

• Centraliser les données de plusieurs sources (PostgreSQL, CSV, FTP) pour analyser l'activité médicale, les soins et la satisfaction des patients.
• Suivre les consultations, les hospitalisations, les performances médicales et les décès à l'échelle nationale.

Ce que j'ai fait

• ETL avec Talend Open Studio : connexions aux sources, lecture de CSV, nettoyage (doublons, lignes corrompues), standardisation des dates, jointures et enrichissement (diagnostics, régions), puis chargement dans PostgreSQL.
• Planification et automatisation des chargements par jobs batch.
• PostgreSQL : conception des tables de faits et de dimensions, scripts SQL, requêtes d'analyse (taux de consultation, taux d'hospitalisation, décès par région), agrégations et index sur les clés de jointure.
• Power BI : modélisation, création de KPI, tableaux de bord avec filtres interactifs (période, hôpital, diagnostic) et storytelling final.

Système IoT Edge-to-Cloud de monitoring et de régulation environnementale

Conception et prototypage complet d'un système intelligent de monitoring et de régulation automatique pour des espaces collectifs : régulation thermique, qualité de l'air (CO₂), optimisation de l'éclairage et suivi d'occupation.

Ce que j'ai fait

• Matériel et acquisition : prototype sur microcontrôleurs ESP32 avec capteurs (température / humidité DHT, gaz MQ-135, luminosité LDR, présence PIR, RFID) et actionneurs (servomoteur, LED PWM, écran LCD I2C).
• Transport : liaison longue portée LoRaWAN (868 MHz) entre le nœud d'acquisition et le nœud de contrôle.
• Edge computing : logique embarquée pour piloter les actionneurs en temps réel, sans dépendre du cloud.
• Sécurité et cloud : passerelle MQTT (Mosquitto) chiffrée en TLS, certificats SSL/TLS (OpenSSL) et authentification forte contre l'interception des données.
• Visualisation : traitement des flux avec Node-RED et dashboard Grafana en temps réel.
• Gestion de projet : planification sur 16 semaines avec un diagramme de PERT et identification du chemin critique.

EasySave 3.0 : application de sauvegarde intelligente et interactive

Nouvelle version d'EasySave : application graphique de sauvegarde automatisée, sécurisée et optimisée pour les environnements professionnels.

Objectifs

• Remplacer la sauvegarde séquentielle par un système multi-tâches parallèle, avec priorités sur les fichiers sensibles et contrôle de la bande passante.
• Permettre à l'utilisateur d'agir en temps réel sur chaque tâche (pause, reprise, arrêt).
• Suspendre automatiquement les sauvegardes quand un logiciel métier est détecté.

Ce que j'ai fait

• Sauvegarde parallèle avec synchronisation des threads et filtrage prioritaire selon l'extension des fichiers.
• Interface graphique en WPF et console distante en C# via sockets TCP/IP pour suivre les travaux à distance.
• Surveillance système en temps réel et réduction dynamique des tâches selon la charge réseau.
• Intégration sécurisée du logiciel de cryptage externe CryptoSoft (contrôle mono-instance).
• Génération de logs JSON / XML, états de sauvegarde et historiques.

Voir le code sur GitHub →

Projet Leyenda : client fictif TouNum

Projet de deep learning réalisé pour un client fictif, TouNum, en équipe de 4 personnes, avec deux livrables : une classification binaire, puis le débruitage de données.

Ce que j'ai fait

• Cheffe de projet d'une équipe de 4 : organisation du travail et suivi des deux livrables.
• Livrable 1 : modèle de classification binaire.
• Livrable 2 : débruitage avec un auto-encodeur à connexions résiduelles (skip connections), architecture retenue à la place d'un U-Net.

Analyse des transactions bancaires pour la détection de fraudes

Comment analyser efficacement un jeu de données très déséquilibré pour identifier les transactions frauduleuses et construire un modèle fiable de prédiction des fraudes bancaires.

Ce que j'ai fait

• Chargement et exploration des données : dimensions, colonnes, valeurs manquantes, identification des classes fraude / non-fraude.
• Analyse exploratoire (EDA) : distribution des classes (fort déséquilibre), matrice de corrélation, répartition des montants et du temps selon fraude ou non.
• Préparation des données : conservation des variables corrélées à la cible, détection et exclusion des valeurs manquantes ou aberrantes.
• Sélection des 10 variables les plus influentes selon leur corrélation avec la classe cible, étudiées par des graphiques.

Prédiction du diabète : BRFSS 2015

Projet de groupe de classification binaire sur le jeu de données de santé BRFSS 2015, mené en deux sprints Scrum / MLOps.

Ce que j'ai fait

• Analyse et traitement des données, puis réseau de neurones MLP à deux couches avec TensorFlow / Keras.
• Optimisation du seuil de décision (0,25) pour mieux détecter les cas positifs.
• Livrables : notebooks, rapports et schéma du réseau.

Application de gestion de données avec interface graphique

Projet de programmation orientée objet : une application qui gère des données via une interface graphique, reliée à une base SQL Server.

Ce que j'ai fait

• Modélisation des données (MCD, MLD) et diagrammes SysML / UML.
• Conception de la base relationnelle SQL Server.
• Programmation de l'interface graphique et connexion à la base pour exécuter les requêtes.

Prédiction de l'attrition des employés

Modèle prédictif des départs d'employés à partir de données RH, conçu dans le respect de l'éthique et de l'équité.

Ce que j'ai fait

• Préparation et nettoyage des données, analyse exploratoire et matrices de corrélation.
• Sélection et entraînement d'un modèle de machine learning.
• Prise en compte de l'équité algorithmique dès la conception.

Conception d'une base de données relationnelle

Projet mené en tant que chef de projet : concevoir une base de données à partir d'une analyse des besoins du client.

Ce que j'ai fait

• Analyse fonctionnelle des besoins du client.
• Modélisation à partir d'un dictionnaire de données, avec optimisation pour éviter doublons et redondances.
• Rédaction de requêtes SQL et de la documentation technique.

Verve : apprentissage de l'anglais

Application web autonome en un seul fichier HTML, sans dépendance externe, que j'ai créée pour progresser en anglais.

Ce que j'ai fait

• Six modules : grammaire, vocabulaire, prononciation, jeux de rôle avec IA, éloquence et tableau de progression.
• Reconnaissance et synthèse vocales avec la Web Speech API et la Web Audio API.

Site e-commerce

Conception et développement d'un site marchand, de la modélisation jusqu'à la recette.

Ce que j'ai fait

• Modélisation du site web.
• Authentification et création de compte client.
• Gestion des articles et validation d'une commande.
• Tests et recettage du site.