Objectif: concevoir un système intelligent d’analyse des logs applicatifs pour améliorer la détection des anomalies et la réactivité opérationnelle.

Livrables et fonctionnalités:

• Collecte, structuration et indexation des logs
• Détection automatique d’erreurs, de lenteurs et de pics inhabituels
• Identification de patterns anormaux via des modèles de Machine Learning (Isolation Forest, LSTM)
• Génération d’alertes intelligentes
• Dashboard d’observabilité pour le suivi opérationnel

Impact: renforcement des capacités de diagnostic des équipes Data, QA et DevOps.

Outils/Technologies: Python, ELK Stack (Elasticsearch), Isolation Forest / LSTM, Grafana, SQL