Data Scientist & AI Engineer | Passionnée par les données, l'intelligence artificielle et les systèmes intelligents.
Je suis une ingénieure Data & IA avec une double expertise en science des données et en développement logiciel.
J'aime transformer les données complexes en solutions concrètes, interprétables et utiles grâce à une approche mêlant science des données, deep learning, graphes et MLOps.
"Mon objectif : créer de la valeur réelle à partir des données, en combinant rigueur, créativité et sens métier."
- 🧠 Modélisation IA & ML : NLP, systèmes de recommandation, détection d’anomalies, clustering, LLMs, IA générative, agentique, HuggingFace Transformers
- 🔍 Analyse & Prétraitement de données : données séquentielles, exploration statistique, visualisation, Knime, Dataiku, SQL & NoSQL (MySQL, PostgreSQL, MongoDB), Kafka
- 🛠️ MLOps & Déploiement : Docker, MLflow, Airflow, CI/CD (GitHub/GitLab), Kubernetes, APIs (Laravel), Azure Databricks, Microsoft Fabric
- 📊 DataViz & Dashboards : Power BI, Tableau, Plotly, Streamlit, Seaborn, Grafana
| Projet | Description | Techs |
|---|---|---|
kontact AI |
Agent IA de prospection Linkedin | Python, OpenRouter AI, Supabase, RAG, ReactJS, Docker, Redis |
reaseach_agent |
Système multi-agents de recherche | Python, Langchain, Langgraph, LLM, MCP, Crawl4AI, RAGAs |
legit-ai-mcp |
Un serveur MCP (Model Context Protocol) permettant d'interroger la base de données Légifrance (via l'API Piste) | Python, MCP |
sise_llm |
Assistant conversationnel spécialisé dans le domaine de l'éducation | LangChain, LLM, NLP, Mistral & Gemini |
multinomial_logistic_regression_package |
Package R pour la régression multinomiale | R, stats, ML |
mlops |
Gestion de modèles d'apprentissage automatique | FastAPI, MLFlow, Streamlit |
- 🎓 Master Statistiques & Informatique pour la Science des Données (SISE) – Université Lumière, Lyon
2024 - 2025 - 🎓 Licence Science des données – Université Lumière, Lyon
2023 - 2024 - 🎓 Licence en Génie Logiciel – IFRI, Calavi (Bénin)
2017 - 2020
Novembre 2025 - Aujourd'hui, Lyon_
- Conception de solutions sur mesure alliant ingénierie logicielle et intelligence artificielle pour des clients particuliers et indépendants.
- Développement d’applications web data-driven et d’outils d’automatisation basés sur l’IA (workflows, agents IA, NLP, Langchain, Langgraph).
- Intégration de modèles IA dans des applications existantes (APIs, pipelines ML).
- Déploiement et mise en production de solutions robustes et scalables (Docker, CI/CD, cloud).
Mars 2025 - Oct. 2025, Lyon
- Conception et mise en oeuvre d’un pipeline complet de détection d’anomalies combinant un Denoising LSTM AE et un Isolation Forest, afin d’identifier des comportements atypiques et prévenir des défaillances potentielles,
- Prétraitement avancé des données temporelles incluant la segmentation séquentielle, le nettoyage et la mise en cohérence des séries, la normalisation des vocabulaires et l’extraction de motifs récurrents, afin d’améliorer la qualité et la pertinence des signaux d’entrée.
- Déploiement et validation de la solution sur Databricks avec une attention particulière portée à la scalabilité, la robustesse et la documentation technique, garantissant ainsi une intégration fluide et durable dans un environnement industriel.
Avril - Août 2024, Lyon
- Développement d’un système de recommandation pour STUDEA : collecte et traitement des données (Pandas), graphes de connaissances, et approche hybride.
- Intégration de modèles NLP (Keras) pour gérer le démarrage à froid et la similarité contextuelle (TF-IDF).
- Embedding de graphes (GraphSage, FastRP), clustering (Kmeans), réduction de dimension (T-SNE), et visualisation 3D (Plotly).
Mai - juil. 2023, Lyon
- Utilisation du framework Flutter pour implémenter les fonctionnalités de réservation de films conformément à la maquette Figma
- Respect des principes SOLID pour garantir la qualité du code, la facilité de maintenance et l'extensibilité de l'application
- Extraction, transformation et chargement (ETL) de données à partir de deux API différentes pour assurer l’autentification des utilisateurs et la disponibilité des informations de réservation.
- Utilisation de Mattermost pour la communication et le partage d’informations avec les membres de l’équipe
Décembre 2021 - Août 2022, Cotonou
- Conception d’un système de gestion des agents d’un centre d’appel (VueJS, Symfony API) avec évaluation des performances via des graphes et conversion des appels en fichiers MP3 pour un accès partagé (Docker)
- Amélioration d’une application mobile de gestion locative et contribution à un processus ETL.
- Conception d’une API REST de gestion locative avec Laravel
- Langages : Python, R, JavaScript, SAS
- Bases de données : MySQL, PostgreSQL, MongoDB, SQLite
- Outils DevOps/MLOps : GitHub, GitLab, Docker, MLFlow, Kubernetes, Airflow
- Machine Learning et IA : Scikit-learn, TensorFlow, PyTorch, HuggingFace Transformers, LLM & RAG, OpenRouter AI, LangChain, LangGraph
- Big Data & Cloud : Azure Databricks, Microsoft Fabric, GCP
- Outils Data : Power BI, Tableau, Excel, Grafana, Knime, Dataiku
- Librairies Python : Numpy, Pandas, Matplotlib, Plotly, Streamlit, Seaborn
- 📧 marinakpamegan2000@gmail.com
- 💻 GitHub
- ✍️ Medium
Merci pour votre visite ! 🚀