Amira Khammassi

Déployoiement des modèles de machine learning dans des environnements Kubernetes, en automatisant et en orchestrant les pipelines de déploiement pour garantir une mise en production fluide et évolutive. Mise en place de pipelines d'ingestion de données et de traitement de documents à l'aide d'une architecture pilotée par événements sur AWS.

Adapter le reporting existant avec les données du nouveau parcours d'entrée en relation instantanée. Mise en place des outils de reportings sur les campagnes digitales qui sont lancés dans le cadre du projet. Évaluation des parcours digitaux avec les données de navigation collectées via AT Internet / rapprochement avec les données clients.

Création d'une application web qui sert à quantifier la contribution des différents points de contact, qu'elle soit directe ou indirecte, sur une campagne publicitaire et la déployer sous GCP AppEngine. Création d'une application qui permet de calculer des KPI et tester un modèle de scoring sur le site d'une marque cosmétique et la déployer dans GCP via CloudRun /Cloud Build. Déploiement d'un modèle de scoring dans GCP en utilisant Composer /Airflow. Aide au ciblage média par la réalisation de lookalike sur les cookies, code développé sous PySpark qui tourne sous GCP DataProc. Construction de démarches NLP: Topic Modeling & analyse de sentiment sur des données de réseaux sociaux via GCP Natural Language API. Appliquer des Modèles d'attribution / contribution pour plusieurs clients finaux sous GCP BigQuery.