Projets de formation et expérimentations

Je suis Hatim, fondateur de SAFINA. Ici, je rassemble mes projets de formation et mes expérimentations. Ce ne sont pas des commandes de clients. Ce sont des projets menés pendant mes études ou par curiosité, pour apprendre une technique ou tester une idée. Chaque projet indique son cadre.

Voir les réalisations pour des clients

Projets de formation

Des projets menés pendant mes études à l’IA School puis à l’EFREI. Les entreprises et les données citées servent de cas d’étude : elles ne sont pas clientes.

  • Statut : Projet de formation

    Mémoire de M1, EFREI, 2026

    KiVendTout, une plateforme de données pour un site de vente en ligne

    Un site de vente en ligne reçoit des données par lots et en continu. J’ai construit, en binôme, une plateforme qui les réunit en trois étages : les données brutes, les données nettoyées, puis les données prêtes à l’analyse. Les résultats s’affichent dans des tableaux de bord.

    Mon rôle : Co-auteur du mémoire et de la plateforme, en binôme.

    Outils : Kafka, PySpark, Airflow, MinIO, PostgreSQL, Metabase, Grafana

    Schéma de la plateforme KiVendTout : flux par lots en haut, flux en continu en bas, des sources jusqu’aux tableaux de bord
  • Statut : Projet de formation

    M1, EFREI, module d’IA générative

    RetailVision BI, un tableau de bord qu’on interroge à la voix

    On pose une question à la voix à un tableau de bord de ventes. La question est transcrite sur la machine même, puis un modèle de langage installé en local la traduit en requête, vérifiée avant d’être exécutée. Les données brutes ne sont pas envoyées au modèle.

    Mon rôle : Projet réalisé en binôme dans le cadre de mes études.

    Outils : Streamlit, Ollama, faster-whisper, Plotly

  • Statut : Projet de formation

    M1, EFREI. La SNCF n’est pas cliente : le projet utilise ses données publiques.

    Une API sur les données ouvertes du trafic ferroviaire

    Une API qui croise plusieurs sources publiques sur le trafic ferroviaire (retards, suppressions, incidents) et les rend consultables avec un accès sécurisé. Un traitement automatique charge les données dans une base, avec un cache, le tout dans des conteneurs.

    Mon rôle : Projet réalisé en binôme dans le cadre de mes études.

    Outils : FastAPI, Airflow, PostgreSQL, Redis, Docker, OAuth2, JWT

  • Statut : Projet de formation

    M1, EFREI

    TicketHabits, des tickets de caisse à des conseils

    Une application mobile qui lit les tickets de caisse et en tire des conseils de budget et d’alimentation. Le ticket est scanné, son texte est lu par une IA, puis l’application calcule des statistiques et propose des conseils.

    Outils : Expo, React Native, Gemini, Neon, Vercel

    Écran de l’application TicketHabits : les dépenses de la semaine, jour par jour
  • Statut : Projet de formation

    Datathon IA School 2025, lauréat

    Allergenius, repérer les allergènes avec l’IA

    Un modèle d’apprentissage automatique qui analyse le texte des produits alimentaires pour repérer la présence d’allergènes, et une API qui restitue le résultat.

    Mon rôle : Projet réalisé en binôme dans le cadre de mes études.

    Outils : Python, traitement du langage (Hugging Face), Node.js

  • Statut : Projet de formation

    EFREI

    Retards des vols aux États-Unis

    Prévoir si un vol aura plus de 15 minutes de retard. Le projet couvre le nettoyage des données, la préparation des variables, un modèle de classification et un tableau de bord Power BI pour suivre les retards.

    Outils : Python, Scikit-learn, Power BI

  • Statut : Projet de formation

    EFREI

    AMF1, la stratégie en Formule 1

    Une analyse de courses de Formule 1 à partir de données publiques : stratégie de pneus, influence de la météo, et analyse des messages radio des équipes.

    Outils : Python, FastF1, Open-Meteo, traitement du langage (LDA, n-grammes, Transformers)

    Graphique : position en qualifications et position à l’arrivée d’un pilote au Grand Prix de Singapour, de 2023 à 2025
  • Statut : Projet de formation

    EFREI

    Datalakes et intégration de données

    Des chaînes de traitement qui récupèrent des données, les nettoient et les rangent dans un espace de stockage, prêtes à être analysées.

    Outils : Python

    Voir le code de Datalakes, nouvel onglet

Expérimentations

Des projets personnels, menés pour tester une idée ou apprendre un outil.

  • Statut : Expérimentation

    Jeu de société et démo en ligne

    Polysecours, un jeu pour apprendre les premiers secours

    Un jeu de société pour sensibiliser des travailleurs en situation de handicap aux gestes de premiers secours. Il existe en plateau et en version jouable dans le navigateur, avec des règles et des supports pensés pour être accessibles.

    Mon rôle : J’ai conçu le plateau, les cartes et les règles, développé le site de présentation et la démo, et travaillé l’accessibilité des contenus.

    Outils : HTML, CSS, JavaScript

    Plateau du jeu de société Polysecours
  • Statut : Expérimentation

    Application web

    Pétanque Tournament

    Une application pour gérer un tournoi de pétanque : on saisit les équipes, l’application crée les matchs, enregistre les scores et tient le classement à jour.

    Outils : JavaScript

    Voir le code de Pétanque Tournament, nouvel onglet

  • Statut : Expérimentation

    Simulation

    Dilemme du prisonnier

    Une simulation du dilemme du prisonnier, un jeu classique où deux joueurs choisissent de coopérer ou de trahir. Plusieurs stratégies s’affrontent sur de nombreuses parties, et les scores sont représentés en graphiques.

    Outils : Python

    Voir le code du Dilemme du prisonnier, nouvel onglet

  • Statut : Expérimentation

    Projet personnel, sur les données ouvertes d’Open Food Facts

    Open Food Facts, une base de données alimentaires

    Une chaîne de traitement qui récupère les données ouvertes d’Open Food Facts, les nettoie, harmonise les valeurs nutritionnelles et les charge dans une base MongoDB.

    Outils : Python, MongoDB Atlas

    Voir le code du projet Open Food Facts, nouvel onglet

  • Statut : Expérimentation

    Projet personnel

    Évaluation de modèles d’IA

    Un banc d’essai pour comparer des modèles d’apprentissage automatique avec les mêmes mesures : F1, rappel, précision, matrices de confusion et courbes ROC.

    Outils : Python, Scikit-learn

    Voir le code de l’évaluation de modèles, nouvel onglet

Ces projets m’ont appris les techniques que j’utilise aujourd’hui avec SAFINA. Pour un projet pour votre activité, parlons-en.