1. A construit et débogué en continu une plateforme NLP multi-microservices pour l’extraction structurée de CV, couvrant l’expérience, la formation, les certifications et les informations personnelles à l’aide de modèles basés sur transformateurs (DeBERTa-v3-large) et de classificateurs basés sur LSTM sur des conteneurs Docker.
2. Modèles multiples de ML conteneurisés et intégrés — incluant un classificateur BERT+BiLSTM, un pipeline à trois étapes (SVM → BiLSTM CRF → Logistic Regression), et un modèle NER BiLSTM+CRF — chacun exposé comme microservices Flask sur des ports dédiés.
3. Construction d’un pipeline de correspondance sémantique utilisant JobBERT-v2 et GLiNER pour l’extraction de compétences, des matrices d’attribution phrase-to-role avec pondération d’importance, et des embeddings BGE/Jina pour l’évaluation de similarité.