Un assistant intelligent basé sur RAG (Retrieval-Augmented Generation) pour le support IT, déployé en production avec MLOps

Fifth <Laboratoria> project of the DEV013 cohort. Fleet-management-api-Python started on April 10th, 2024 and ended on May 22nd, 2024

une solution complète de type "Control Tower" logistique a l'objectif de prédire le temps d'arrivée (Estimated Time of Arrival - ETA) des taxis urbains en utilisant un pipeline de données distribué et du Machine Learning.

Wir installieren VSCode, choco, git, Python - und das alles seit ca. 2 Wochen auf 35 verschiedenen Rechnern... (normalerweise nur von Mo-Fr)

The detailed article can be found here: https://sibeeshpassion.com/working-with-test-client-in-asp-net-web-api-help-page/

DataAnalysis for Wuzzuf DataSet by Java, SpringBoot, WebServices, and TestClient

This system orchestrates a full Machine Learning pipeline—from data processing with Airflow and Spark to serving predictions via FastAPI and monitoring with Prometheus/Grafana

Une application d’aide à la décision RH combinant machine learning supervisé et intelligence artificielle générative. Ce backend expose une API sécurisée permettant de prédire le risque de départ d’un employé et de générer des plans de rétention personnalisés.

Plateforme conçue pour moderniser et automatiser le processus de recrutement. En s'appuyant sur des modèles de Machine Learning et de Traitement du Langage Naturel (NLP), elle optimise la mise en relation entre candidats et opportunités professionnelles.

FastAPI backend service with API tests and validation

A robust web service for real-time facial emotion recognition. This project leverages a Convolutional Neural Network (CNN) to classify facial expressions from uploaded images and stores the results in a PostgreSQL database.

A straightforward web application built using FastAPI and Jinja2Templates, allowing users to perform basic arithmetic calculations through a user-friendly web interface. The app supports addition, subtraction, multiplication, and division operations. Built as a practical project to explore FastAPI's capabilities for building web applications.