TAC TIC
TAC TIC
Tunisie

37 SUJET 37 Dashboard Analytique Avancé avec BI et Prédict ions ML (Module Elast ic Watch) PFE

Business Intelligence & Data AnalyticsAI & Data EngineeringMachine Learning (LLM)

Publié il y a environ 17 heures

Stage
⏱️4-6 mois
💼Hybride
📅Expire dans 13 jours
Tu construis un pipeline, pas un coup de chance.

Description du poste

Contexte

  • Projet Full-Stack axé Analytics / BI pour surveillance et analyse de données IoT (Module Elastic Watch).
  • Niveau attendu : Bac+5, durée du stage : 5 à 6 mois.

Objectifs et missions

  • Concevoir un data warehouse optimisé (modélisation en star schema) pour l'agrégation de données IoT multi-sources.
  • Développer des pipelines ETL (Laravel / Python) pour la transformation, l'enrichissement et le chargement des données dans le DW.

Développement Front & Visualisation

  • Construire un dashboard analytique avancé en React intégrant des librairies de visualisation (Chart.js / D3.js) pour KPIs et explorations interactives.
  • Intégrer une couche BI pour filtres, tableaux de bord, et exports, avec attention aux performances et à l'ergonomie.

Machine Learning & Prédictions

  • Développer des modules de prédiction pour séries temporelles (Python : Prophet et/ou LSTM) afin d'ajouter des capacités prédictives au dashboard.
  • Mettre en place des workflows de scoring, évaluation et suivi des modèles (monitoring des performances prédictives).

Infrastructure & Technologies

  • Technologies citées : Laravel, React, Chart.js / D3.js, Python, Prophet / LSTM, PostgreSQL, Redis, Flutter, Docker.
  • Déploiement conteneurisé et orchestration légère (Docker) ; gestion des caches/queues avec Redis ; stockage relationnel sur PostgreSQL.

Livrables attendus

  • Data warehouse documenté, pipelines ETL opérationnels, APIs/backend pour alimentation du dashboard.
  • Dashboard interactif déployé avec modules de visualisation et d'alerting, rapports et documentation technique.

Profil recherché

  • Compétences recherchées : data engineering, développement full-stack (Laravel/React), ML pour séries temporelles et visualisation de données.
  • Autonomie, rigueur sur la qualité des données, expérience avec conteneurs et bases relationnelles souhaitée.

Modalités

  • Travail en mode projet : spécifications, développement, tests, déploiement et documentation.
  • Collaboration avec équipes données et produit pour définition des indicateurs et cas d'usage.