Conception d’un système de calcul d’itinéraires multimodaux pour le réseau de transport public belge gérant plusieurs Go de données GTFS. Modélisation d’un graphe national de plus de 2,7 millions de connexions et implémentation d’algorithmes de plus court chemin (Dijkstra, A* bidirectionnel) avec exécution des requêtes en temps quasi interactif.Technologies utilisées : Java, structures de données avancées, optimisation algorithmique.

Description : Implémentation d'algorithmes de recherche (A*,BFS, DFS, heursitics) pour environnements multi-agents, développement de modèles probabilistes (réseaux bayésiens) et d'algorithmes d'apprentissage par renforcement (Value Iteration, Q-Learning). Création d'un autoencodeur neuronal pour la compression d'images (MNIST).

• Technologies : Python, IA, Apprentissage Automatique.

Description : Conception d'une bibliothèque C++ de gestion de données persistantes avec abstraction logique et stockage via un DatabaseManager. Développement d'un système de logging modulaire (niveaux de logs, timestamps) et gestion bas niveau de la mémoire. *Technologies : C++, Programmation Système, Gestion de la mémoire.

• Description : Conception et développement d'un terminal de commande modulaire automatisé, structuré en plusieurs sous-systèmes autonomes pour optimiser les flux de travail.

Sous-systèmes intégrés :

• FilesSubSystem : Gestion automatisée et nettoyage automatique des fichiers du système.
• AI_SubSystem : Intégration locale d'un LLM via l'API Ollama pour interagir avec l'IA.
• Web_SubSystem : Automatisation web, scripts de navigation et moteur de scraping média.
• Encryption_SubSystem : Chiffrement et déchiffrement des données sensibles à la volée.

Technologies : Python, C++, API Ollama, Cryptographie, Scripting Shell.