Nil Ben-Drihem

Immobilier : application SaaS (entity resolution, WebSockets, React / Next.js / TypeScript / Tailwind CSS), plateforme data unifiée sur Azure exposée via FastAPI, déployée avec Docker

Recrutement : ingestion multi-boîtes mail (IMAP), extraction OCR, déduplication et stockage sécurisé ; moteur de matching sémantique avec LLM GPT et ChromaDB ; intégration MCP

Négoce en plomberie : moteur de rapprochement demandes/produits en Python — BM25Okapi, TF-IDF et modèle mpnet fine-tuné (90% de précision) ; pipeline CI/CD et containerisation Docker

Projet personnel : reconnaissance de pièces d'échecs avec YOLO

Innovation dans la détection automatique d’objets avec OpenCV sur un format

d’image propriétaire – brevet déposé.

Microsoft Azure Explorer pour le stockage et la gestion des données.

Conception et automatisation de pipelines CI/CD avec Git, Jenkins et Docker.

Reconnaissance d’objets dans des nuages de points 3D (LIDAR) via descripteurs 3D.

Amélioration et documentation continues (confluence) d’une base de code. Coordination technique sur des projets à grande échelle, en lien avec les

clients et les équipes d’industrialisation externes.

Lors de mon stage chez Pixience, j’ai réalisé un état de l’art sur la caractérisation d’images de peau, puis conçu, validé et optimisé des algorithmes dermatologiques en langage C. J’ai également développé une interface utilisateur intégrant ces algorithmes grâce à l’architecture MVVM. Cette expérience m’a permis de maîtriser à la fois l’algorithmie avancée, l’intégration logicielle et le travail sur des problématiques scientifiques appliquées à l’imagerie médicale.