Lotfi Mayouf

Mise en place d’un système RAG (Retrieval-Augmented Generation) complet : parsing de PDF, génération d'embeddings, stockage vectoriel (LanceDB), et interrogation via AI Agent déployé en production.

Création de connecteurs de données vers PostgreSQL, MySQL, Snowflake, AWS Redshift, MongoDB, Elasticsearch, Salesforce et BigQuery.

Développement de modèles de forecasting intégrant des algorithmes avancés de machine learning et des approches statistiques.

Automatisation et planification de pipelines de données avec MageAI.

Environnements utilisés : AWS (S3, Glue, Athena, Redshift), Scaleway, Docker, Kubernetes,.

Mise en place d'un système RAG (Retrieval-Augmented Generation) complet : parsing de PDF, génération d'embeddings, stockage vectoriel (LanceDB), et interrogation via AI Agent déployé en production. Création de connecteurs de données vers PostgreSQL, MySQL, Snowflake, AWS Redshift, MongoDB, Elasticsearch, Salesforce et BigQuery. Développement de modèles de forecasting intégrant des algorithmes avancés de machine learning et des approches statistiques. Automatisation et planification de pipelines de données avec MageAI. Environnements utilisés : AWS (S3, Glue, Athena, Redshift), Scaleway, Docker, Kubernetes,.

Formation sur les bases théoriques de l'analyse de données, y compris les concepts de modélisation en Star Schema et les principes d'entreposage de données. Introduction pratique aux outils d'analyse tels que Power BI pour la visualisation des données et SQL pour la manipulation des données. Exploration guidée des techniques de nettoyage, structuration et intégration des données pour garantir leur qualité et leur cohérence.