Etudiant : AZAMI YOUSSEF

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL BOURAKADI DOUNIA

Annèe : 2024

Résumé : Ce document présente de façon concise le déroulement de mon stage au sein de l'Entreprise d'Ingénierie et Services du Numérique, NGBS Group. Ce stage s'inscrit dans le cadre de mon projet de fin d'études pour l'obtention du diplôme de Master de recherche en Web Intelligence et Science des Données (WISD), en collaboration avec le master Exploration des données décisionnelles. Ce stage au sien de NGBS vise à créer un système de génération des leads basé sur l’intelligence artificielle (IA) et le traitement de texte naturelle dont le but et de facilité la tache de prospection et améliorer la performance d’équipe commerciale et marketing de NGBS, de plus ce système fournit des aides à la recherche avancé personnalisable pour optimiser le processus de prospection et facilité l’intégration des leads dans les CRM (Customer Relationship Management Tools ). Ce système vise à créer une plateforme qui vise a accompagné la croissance des entreprise en les fournissant un système adaptable au besoin spécifique de marché de recrutement. Pour répondre aux besoins du projet de NGBS, nous avons utilisé des technologies de web scraping pour collecter des données et enrichir la base de données de NGBS avec les offres d'emploi les plus récentes sur le marché. Nous avons également utilisé des modèles de langage (LLM) pour aider à étiqueter nos données en vue de préparer la création de modèles prédictifs. Ainsi , nous avons appliqué des modèles de machine Learning (ML) et effectué le fine-tuning de modèles existants afin de construire des bases solides pour l'intégration dans la plateforme de prospection. Les résultats de ce projet seront exploités par l'équipe de marketing de NGBS ainsi que par toute entreprise intéressée par notre projet et engagée dans des processus de prospection et de génération de leads. Le présent document est une synthèse du travail que j'ai réalisé dans cette perspective