Youssouf DataLab | Portfolio IA & Data Science

Mon expertise

Ce que je fais

Je conçois et déploie des solutions IA de bout en bout : ingestion, traitement, modèles prédictifs, LLMs, RAG, MCP, déploiements Docker & CI/CD.

Modèles Prédictifs

Classification, régression : XGBoost, Scikit-learn, TensorFlow, Keras. Feature engineering, évaluation et mise en production (Streamlit).

IA Générative & RAG

Chatbots RAG, agents CrewAI, LangChain, LLMs (Mistral, ChatGPT), stockage vectoriel, serveurs IA via MCP.

Traitement & Analyse de Données

ETL distribué PySpark, extraction SQL, structuration, tableaux de bord et analyses avancées.

Déploiement & DevOps

Docker, Streamlit, Git, GitHub, CI/CD. Cloud AWS : EC2, S3, Lambda, SageMaker, CloudFormation. Bases PostgreSQL, MySQL.

À Propos de moi

Présentation personnelle

Qui suis-je ?

Je m’appelle Youssouf Mohamed Nouh, Data Scientist et développeur IA basé à Montréal.

Je suis spécialisé dans la création de solutions intelligentes de bout en bout : Machine Learning (Scikit-learn, XGBoost, TensorFlow, Keras), IA générative (LLMs, RAG, MCP, CrewAI), pipelines Big Data avec PySpark et Cloud AWS.

Je conçois des systèmes RAG (LangChain + Mistral), ETL distribué PySpark, tableaux de bord interactifs, modèles prédictifs et applications déployées avec Docker, Streamlit et CI/CD.

Je suis disponible pour des opportunités en Data Science, MLOps et développement IA. N’hésitez pas à me contacter.

Machine Learning supervisé

Projets ML Tabulaire

Modèles prédictifs sur données structurées : classification, régression, déployés en démos publiques sur Hugging Face.

Détection du Diabète

Modèle de classification prédisant le risque de diabète à partir d'indicateurs médicaux (glycémie, BMI, âge, antécédents).

Scikit-learnXGBoostStreamlit

Voir les détails

Cancer du Sein

Classification de tumeurs malignes vs bénignes à partir du dataset Wisconsin Breast Cancer. Précision > 97%.

Random ForestScikit-learnStreamlit

Voir les détails

Souscription Bancaire

Prédiction de souscription à un produit financier après campagne télémarketing. Modèle XGBoost + feature engineering.

XGBoostPandasStreamlit

Voir les détails

Churn Client Télécom

Anticipation du départ de clients d'une compagnie télécom pour la rétention. Modèle XGBoost + analyse SHAP des variables.

XGBoostSHAPStreamlit

Voir les détails

Prix Immobilier

Régression du prix d'une maison à partir de caractéristiques (surface, quartier, nombre de pièces, équipements). Gradient Boosting.

GradientBoostingRégressionStreamlit

Voir les détails

Deep Learning Vision

Projets CNN & Imagerie Médicale

Réseaux de neurones convolutifs pour la détection automatique de pathologies sur images médicales.

Détection du Paludisme

CNN qui détecte le parasite paludique sur images microscopiques de cellules sanguines. Modèle entraîné sur 27 000 images.

TensorFlowKerasCNN

Voir les détails

Tumeurs Cérébrales (IRM)

Classification multi-classe de tumeurs cérébrales sur IRM (glioma, meningioma, pituitary). Transfer learning avec ResNet50.

ResNet50Transfer LearningKeras

Voir les détails

Détection Tuberculose

Détection du bacille de Koch sur images microscopiques de cultures bactériennes. Préprocessing OpenCV + CNN custom.

CNNKerasOpenCV

Voir les détails

Pneumonie sur Radios

Détection de pneumonie sur radiographies pulmonaires (dataset NIH ChestX-ray). DenseNet121 avec fine-tuning.

DenseNet121TensorFlowStreamlit

Voir les détails

COVID-19 sur Scanners CT

Classification COVID/Normal sur scans tomodensitométriques avec EfficientNet et augmentation de données.

EfficientNetTransfer LearningAugmentation

Voir les détails

Retrieval-Augmented Generation

Projets RAG

3 projets basiques et 2 avancés : pipelines documentaires, vector stores et retrieval de production.

RAG LangChain — pipeline PDF → Q/A

Pipeline LangChain : loaders PDF, splitters récursifs, retriever vectoriel et chaîne LCEL avec citations des sources.

LangChainChromaLCELMistral

Voir les détails

RAG avec ChromaDB

Vector store persistent ChromaDB : indexation incrémentale, métadonnées par chunk et filtres par source ou date.

ChromaDBEmbeddingsMétadonnées

Voir les détails

RAG LlamaIndex — query engine

Index avancés LlamaIndex : VectorStoreIndex, SummaryIndex et KeywordTableIndex pour des stratégies de retrieval adaptées.

LlamaIndexQuery EngineIndex

Voir les détails

Hybrid search (BM25 + dense)

Combinaison recherche lexicale BM25 et embeddings denses, fusion des scores via Reciprocal Rank Fusion.

BM25DenseRRFLangChain

Voir les détails

RAG avec citations vérifiables

Le LLM cite chaque affirmation avec le passage source exact — réduction des hallucinations et traçabilité.

CitationsSourcesStreamlit

Voir les détails

Cloud Computing

Projets AWS

Architectures cloud, pipelines ETL serverless, déploiements ML production-ready et IA générative sur AWS.

Pipeline ETL avec AWS Glue

Pipeline ETL automatisée : CSV bruts sur S3 → nettoyage PySpark (Glue) → Parquet optimisé. Crawler, Data Catalog et jobs planifiés.

GlueS3CrawlerData Catalog

Voir les détails

Prédiction de churn (Djibouti Telecom)

Remake end-to-end sur AWS du modèle churn télécom : EDA, feature engineering, XGBoost sur SageMaker, endpoint et dashboard QuickSight.

SageMakerXGBoostS3QuickSight

Voir les détails

Déployer un endpoint ML SageMaker

Modèle XGBoost entraîné et déployé sur un endpoint SageMaker temps réel. Prédictions via API managée, tests et cycle de vie endpoint.

SageMakerEndpointsXGBoostS3

Voir les détails

Chatbot RAG avec Bedrock + LangChain

Chatbot conversationnel avec mémoire, base vectorielle OpenSearch et génération Claude via Bedrock. Documents indexés depuis S3.

BedrockLangChainOpenSearchS3

Voir les détails

Pipeline MCP sur AWS

Serveur MCP sur EC2 connecté à RDS PostgreSQL et fichiers S3. Le LLM interroge SQL et documents en temps réel via le protocole MCP.

EC2RDSS3MCP SDK

Voir les détails

Model Context Protocol

Projets MCP

3 projets basiques et 2 avancés : serveurs, clients et orchestration multi-tools pour connecter les LLMs aux systèmes.

Fichiers locaux + requêtes SQL

Serveur MCP exposant un dossier en Resources (lecture seule) et un tool query() SELECT-only sur SQLite/PostgreSQL.

ResourcesSQLPython SDKstdio

Voir les détails

Client MCP Python en CLI

Mini-client Python : lance un serveur MCP, liste les tools et appelle les fonctions — comprendre ce que fait Claude Desktop en interne.

ClientSessionstdio_clientPython

Voir les détails

Premier serveur MCP « Hello World »

Serveur MCP minimal en stdio : comprendre la boucle JSON-RPC, tools/list et tools/call avec un tool add(a, b).

MCP SDKstdioFastMCP

Voir les détails

Orchestration multi-serveurs MCP

Un client unique agrège GitHub + SQLite + RAG en parallèle et expose tous les tools à Claude.

Multi-serveursasyncioAggregation

Voir les détails

Agent autonome multi-tools via MCP

Boucle ReAct sur Claude API connectée à N serveurs MCP — capstone du parcours MCP.

ReActClaude APIMCPMulti-tools

Voir les détails

Multi-Agent Systems

Projets CrewAI

Orchestration d'équipes d'agents IA pour des workflows complexes : recherche, rédaction, code, analyse.

Crew séquentiel — Researcher + Writer + Editor

Pipeline en 3 étapes : Chercheur → Rédacteur → Éditeur. Chaque task reçoit le context de la précédente (article factory).

CrewAIProcess.sequentialcontext flow

Voir les détails

Process hiérarchique — Manager + workers

Le manager LLM délègue dynamiquement aux agents spécialisés selon la nature de la tâche — plus flexible que le sequential.

Process.hierarchicalManagerDelegation

Voir les détails

CrewAI Flows — workflows déterministes

Control flow event-driven avec @start, @listen, @router — combiner code déterministe et autonomie LLM.

Flows@routerPydantic State

Voir les détails

Capstone — Content Factory production

Multi-crew + Flow + FastAPI + Streamlit + AgentOps + Docker Compose — stack production-ready complète.

FastAPIDockerAgentOpsRedis

Voir les détails

Knowledge sources — RAG natif CrewAI

PDFs, CSVs et sites web intégrés nativement aux agents — sans pipeline RAG manuel.

Knowledge SourcesPDFCSVWeb

Voir les détails

Data Scientist & Développeur IA

Solutions IA de Bout en Bout

Le Cycle Complet de la Data

Ce que je fais

Modèles Prédictifs

IA Générative & RAG

Traitement & Analyse de Données

Déploiement & DevOps

À Propos de moi

Qui suis-je ?

Projets ML Tabulaire

Détection du Diabète

Cancer du Sein

Souscription Bancaire

Churn Client Télécom

Prix Immobilier

Projets CNN & Imagerie Médicale

Détection du Paludisme

Tumeurs Cérébrales (IRM)

Détection Tuberculose

Pneumonie sur Radios

COVID-19 sur Scanners CT

Projets RAG

RAG LangChain — pipeline PDF → Q/A

RAG avec ChromaDB

RAG LlamaIndex — query engine

Hybrid search (BM25 + dense)

RAG avec citations vérifiables

Projets AWS

Pipeline ETL avec AWS Glue

Prédiction de churn (Djibouti Telecom)

Déployer un endpoint ML SageMaker

Chatbot RAG avec Bedrock + LangChain

Pipeline MCP sur AWS

Projets MCP

Fichiers locaux + requêtes SQL

Client MCP Python en CLI

Premier serveur MCP « Hello World »

Orchestration multi-serveurs MCP

Agent autonome multi-tools via MCP

Projets CrewAI

Crew séquentiel — Researcher + Writer + Editor

Process hiérarchique — Manager + workers

CrewAI Flows — workflows déterministes

Capstone — Content Factory production

Knowledge sources — RAG natif CrewAI

Contact