Franck Ngaha
Senior Python & AI Engineer
Concevoir des systèmes IA prêts pour la production, au service de décisions métier concrètes.
Ce que j’apporte
- Vision production : APIs déployables, CI/CD, Docker, Cloud Run
- ML orienté métier : décisions, seuils, coûts, zones de revue
- Explicabilité & auditabilité pour environnements régulés
Ce que je fais
Systèmes IA & ML prêts pour la production
Des pipelines de données aux APIs déployées, je conçois des systèmes ML pensés pour tourner en production — pas uniquement en notebook.
Couches de décision métier au-dessus du ML
Je construis des règles de décision explicites (accept / review / reject, seuils, contraintes métier) au-dessus de modèles probabilistes.
Le modèle estime le risque. Le métier garde la décision.
IA explicable pour environnements régulés
Modèles interprétables et techniques d’explicabilité pour rendre les décisions compréhensibles, auditables et défendables.
Ingénierie Python & pipelines de données
Des bases Python solides pour APIs, traitement de données et workflows ML — structuré, testable, orienté production.
Projet mis en avant
Credit Risk Scoring — Business Decision Thresholds
D’une probabilité ML à des décisions crédit exploitables
Un système ML de bout en bout : le modèle estime P(bad), et une couche métier convertit ce risque en ACCEPT / REVIEW / REJECT via des seuils configurables.
- Dataset : OpenML credit-g
- Modèle : Régression logistique (interprétable & stable)
- ROC AUC ≈ 0.78 (signal de support, pas une fin en soi)
- Seuils optimisés via coût métier pondéré
- Déployé sur Google Cloud Run
Ma méthode
Je construis des systèmes faciles à opérer, expliquer et faire évoluer — pas des prototypes qui restent au notebook.
Mon focus : transformer des sorties de modèles en logique de décision claire, avec garde-fous, monitoring et contraintes production.