Soufiane Ichchou

Adapté la classification par Claude pour un nouveau cas d’usage, orchestré les runs via Prefect/Airflow et sécurisé le pipeline avec des tests automatisés (pytest) et un monitoring de dérive du modèle (Evidently AI). Étendu le dashboard Streamlit vers une version multi-flux avec alerting temps réel (Slack API), versioning des prompts et modèles (MLflow) et conteneurisation Docker pour fiabiliser le déploiement. Identifié le flux SAV/e-commerce le plus coûteux à fort coût caché, extrait et annoté un échantillon de référence pour établir une baseline mesurable.

Conception et déploiement d’un pipeline de détection de marques partenaires défaillantes : classification de ~3000 tickets SAV/semaine par Claude Sonnet, ramenant le délai de détection de 5 jours à moins de 18h. Évaluation du modèle sur 500 tickets SAV annotés manuellement : 84% de précision sur la classification par type de problème (qualité, retard, remise mensongère), suffisant pour déclencher des alertes fiables à l’équipe partenariats sans générer de faux positifs. Livraison d’un dashboard de supervision (Streamlit) à l’équipe qualité.