Projet d’étude

Un projet ambitieux mené dans le cadre du module Big Data à CY Tech : concevoir un pipeline complet, de la collecte des données des taxis de New York jusqu’à la prédiction du tarif d’une course. Data Lake, Spark, Data Warehouse, dashboard interactif et orchestration via Airflow — une architecture pensée comme en entreprise.

Le défi pour notre équipe a été de maîtriser toute la chaîne, en assurant cohérence, performance et automatisation d’un système Big Data de bout en bout.

Ce projet explore la conception d’un système multi-agents pour l’analyse automatisée de CV dans un contexte de recrutement. En équipe de quatre, nous avons comparé une architecture mono-agent à un pipeline composé de trois agents spécialisés (extraction, évaluation, rédaction), afin d’évaluer l’impact de la spécialisation sur la performance et la robustesse.

Le but de ce projet était de développer un modèle de deep learning capable de détecter la présence d’épines sur une plante à partir d’images. En équipe de quatre, nous avons implémenté et adapté le modèle CrossViT-Tiny, une architecture développée par des chercheurs d’IBM, en testant différentes stratégies de prétraitement et en analysant l’attention du modèle afin de garantir des résultats fiables et interprétables.

L’objectif était d’optimiser l’ordonnancement d’un workflow complexe en environnement IoT / Edge / Fog / Cloud, en minimisant simultanément le temps d’exécution, la consommation énergétique et la latence.

Dans le cadre d’un projet en électronique et robotique, nous avions pour mission de concevoir un robot autonome capable de se diriger vers une source lumineuse, en s’appuyant sur le principe de phototaxie.
Équipé de deux moteurs et d’une carte Arduino, le robot perçoit la lumière grâce à des phototransistors qui lui permettent d’ajuster sa trajectoire en temps réel.
Un projet mêlant robotique, programmation et comportement adaptatif, où la logique du code permet à la machine de s’orienter instinctivement vers la lumière.