Jany Lahlouh

• - Retail: Scaling up daily sales forecasting and model monitoring. Exploring the capabilities of LLM for industrial forecasting. Over 180,000 series are automatically forecasted every day.

- Retail : Victoire sur un hackathon face à 4 cabinets ayant permis de signer un partenariat, à commencer par un projet de forecasting de vente multi-produit et multi-sites. Mise en place et structuration du projet et du workflow data science/ML pour une équipe complète. Modélisation impliquant des explorations de données approfondies (ex : cannibalisation), un feature engineering poussé, des modèles variés (GBDT, RNN, TCN, CHRONOS/LoRa) et un déploiement pour des prédictions quotidiennes. Projet réalisé sur Databriks. Accompagnement de data scientist moins expérimentés

- Interne : Idéation et implémentation d'une librairie ML python interne adapté aux challenges récurrents rencontrés par les équipes.

- TV : Élaboration d'une formule de prix dynamique (GRP).

- Retail : Etude d'élasticité-Prix dans un contexte de grande distribution avec pour objectif de préparer un projet de princing dynamique.

- Médical : Segmentation d'image radio 3D (dicom) par deep learning, mise en place d'un UNET-R challengé par totalsegmentator. Déploiment Docker.

- Agriculture : Prédiction de période de chaleur et de vêlage de vaches à partir de séries temporelles multivariées, impliquant notamment feature engineering poussé, gradient boosting et modèles de deep learning récurrents, puis déploiement AZURE.

Au sein d'une équipe de R&D Deep Learning, j'ai eu l'opportunité de travailler sur une problématique de vision par ordinateur : Détection, Reconnaissance et Identification mettant en oeuvre de l'apprentissage auto-supervisé et de l'apprentissage actif.