MLOps

Smart City Intelligence Platform

Premier chantier lancé : le risque d'inondation à Dakar. La suite : mobilité, environnement, énergie, déchets, vision urbaine, graphe routier, NLP citoyen et un agent capable de simuler « que se passe-t-il si cette route est fermée demain ? ». Horizon : digital twin.

Chantier lancé : Observatoire du risque d'inondation — Dakar

End-to-End ML System

Ingestion → entraînement → tracking → API → déploiement → monitoring → drift.

Real-Time ML Pipeline

Streaming → features → prédiction → alerting.

Production ML Platform

Docker, CI/CD, MLflow, model registry, retraining.

Distributed ML Experiment

Entraînement distribué et traitement massif.

ML Internship — Elevvo ↗

10 tâches, du niveau 1 à l'industrie : régression, clustering, classification, recommandation, deep learning audio, séries temporelles, détection d'objets (YOLOv8), maintenance prédictive, pipeline MLOps (FastAPI, Docker, CI/CD).