Vue d'ensemble
Ce projet a été réalisé dans le cadre d’un hackathon organisé par Educentre à Station F. L’objectif était de développer un modèle de machine learning capable d’estimer la note d’un intervenant à partir de son CV, en s’appuyant sur des techniques de traitement du langage naturel (NLP).
La solution vise à aider à la sélection et à l’évaluation d’intervenants en automatisant l’analyse de profils, tout en garantissant une approche objective et basée sur les données.
Contexte et défis
Contexte
Educentre disposait de données hétérogènes sur les intervenants (CV, notes historiques, informations textuelles). L’enjeu était de transformer ces données non structurées en variables exploitables par un modèle prédictif.
Défis principaux
- Traitement automatique de CV non structurés
- Nettoyage et vectorisation de texte
- Choix d’un modèle pertinent en temps limité
- Gestion et centralisation des données sur BigQuery
- Automatisation de la collecte de CV
Solution mise en œuvre
J’ai contribué au développement d’une solution complète, de la collecte des données jusqu’au modèle prédictif :
Pipeline data & IA
- Scraping automatisé de CV via Python
- Stockage et gestion des données sur BigQuery
- Préparation et nettoyage des données avec pandas
- Vectorisation des textes avec TF-IDF
Machine Learning
- Construction de features textuelles
- Entraînement d’un modèle de prédiction de note
- Évaluation des performances du modèle
- Interprétation des résultats
Résultats et apprentissages
Ce projet m’a permis de renforcer mes compétences en NLP, en machine learning et en data engineering, tout en travaillant dans un contexte réel, collaboratif et sous forte contrainte de temps.
Technologies et compétences
Outils techniques
- Python (pandas, scikit-learn)
- TF-IDF pour la vectorisation de texte
- Google BigQuery
- Web scraping automatisé
Compétences développées
- Traitement du langage naturel (NLP)
- Machine Learning appliqué
- Data preparation & feature engineering
- Travail en équipe en environnement hackathon
Envie d’en savoir plus ?
Le projet est disponible sur mon portfolio et GitHub. Je serais ravi d’échanger sur ce hackathon ou sur des projets similaires en data et IA.