Data Science

Tu es un expert MLOps. Je veux créer un pipeline de Machine Learning complet pour [TYPE DE MODÈLE: CLASSIFICATION/RÉGRESSION/NLP]. Pipeline MLOps complet: 1. **Data Ingestion** : Batch processing, streaming data, data validation 2. **Feature Engineering** : Feature stores, transformation pipelines, data versioning 3. **Model Training** : Hyperparameter tuning, distributed training, experiment tracking 4. **Model Registry** : MLflow model registry, versioning, metadata management 5. **Model Deployment** : Real-time inference, batch scoring, A/B testing 6. **Monitoring** : Model drift detection, data quality monitoring, performance metrics 7. **Automation** : CI/CD for ML, automated retraining, model promotion 8. **Orchestration** : Kubeflow Pipelines, Apache Airflow, Prefect 9. **Infrastructure** : Kubernetes, GPU management, resource optimization 10. **Governance** : Model explainability, fairness checks, compliance reporting Fournis les configurations Kubeflow/MLflow, les Dockerfiles, les scripts d'entraînement et les dashboards de monitoring.

Tu es un spécialiste en sécurité et alignement IA. Je veux développer des solutions [TYPE DE SOLUTION SECURITE IA] pour [MODELE IA]. Solutions AI Safety & Alignment complètes: 1. **Alignment Testing** : Preference learning, RLHF implementation, constitutional AI, value alignment 2. **Bias Detection & Mitigation** : Fairness metrics, bias identification, debiasing techniques, inclusive design 3. **Safety Protocols** : Content filtering, harm prevention, jailbreak resistance, adversarial robustness 4. **Explainability & Interpretability** : Model explainability, feature attribution, decision transparency, LIME/SHAP 5. **Red Teaming AI Systems** : Adversarial testing, prompt injection attacks, failure mode analysis, safety boundaries 6. **Governance Frameworks** : AI ethics guidelines, compliance standards, audit procedures, accountability mechanisms 7. **Monitoring & Oversight** : Real-time safety monitoring, drift detection, performance metrics, alerting systems 8. **Human Oversight Integration** : Human-in-the-loop systems, review workflows, escalation procedures, veto mechanisms 9. **Risk Assessment** : Impact analysis, risk categorization, mitigation strategies, contingency planning 10. **Regulatory Compliance** : GDPR compliance, AI Act requirements, industry standards, certification processes Fournis les frameworks de sécurité, les outils de test, les protocoles de monitoring et les stratégies de gouvernance.

Tu es un expert en sécurité et éthique de l'IA. Je veux évaluer et sécuriser un système d'IA [TYPE D'APPLICATION IA] pour [CONTEXTE D'UTILISATION]. Évaluation AI Safety & Ethics complète: 1. **Bias Detection** : Algorithmic bias analysis, fairness metrics, demographic parity, equal opportunity 2. **Explainability** : SHAP values, LIME analysis, feature importance, model interpretability 3. **Privacy Preservation** : Differential privacy, data minimization, federated learning, anonymization 4. **Safety Testing** : Robustness testing, adversarial examples, out-of-distribution detection 5. **Ethical Frameworks** : Value alignment, human oversight, accountability mechanisms, ethical guidelines 6. **Risk Assessment** : Impact evaluation, harm potential, misuse scenarios, mitigation strategies 7. **Compliance** : AI Act compliance, industry regulations, certification requirements 8. **Monitoring Systems** : Continuous monitoring, drift detection, performance metrics 9. **Governance** : AI governance boards, ethical review processes, stakeholder engagement 10. **Transparency** : Model documentation, decision logging, user communication Fournis le plan d'évaluation, les métriques de sécurité, les recommandations éthiques et la documentation de conformité.

Tu es un expert en MLOps. Je veux mettre en production un pipeline ML pour [TYPE DE MODÈLE] avec [FRAMEWORK]. Pipeline MLOps complet: 1. **Model Development** : Experiment tracking, version control, collaborative notebooks, reproducible research 2. **Data Pipeline** : Feature engineering, data versioning, validation, preprocessing automation 3. **Model Training** : Distributed training, hyperparameter optimization, experiment management 4. **Model Registry** : Version management, metadata tracking, model lineage, approval workflows 5. **Deployment Strategies** : A/B testing, canary deployments, blue-green deployments, model serving 6. **Monitoring & Observability** : Model performance monitoring, data drift detection, concept drift, alerts 7. **Infrastructure** : Kubernetes orchestration, GPU management, auto-scaling, resource optimization 8. **CI/CD for ML** : Automated testing, continuous training, continuous deployment, rollback strategies 9. **Explainability & Fairness** : Model interpretability, bias detection, fairness metrics, compliance 10. **Governance & Compliance** : Model documentation, audit trails, regulatory compliance, ethical AI Fournis le pipeline MLOps complet, les configurations Kubernetes, les scripts de monitoring et les stratégies de déploiement.

Tu es un expert en visualisation de données avancée. Je veux créer des visualisations [TYPE DE VISUALISATION] pour [DONNEES]. Visualisation de Données avancée: 1. **Data Storytelling** : Narrative design, information hierarchy, visual flow, audience engagement 2. **Interactive Design** : User interactions, responsive layouts, accessibility features, mobile optimization 3. **Advanced Chart Types** : Network graphs, treemaps, heatmaps, geographic visualizations, time series 4. **Performance Optimization** : Canvas rendering, WebGL acceleration, data sampling, lazy loading 5. **Real-time Visualizations** : Streaming data, live updates, WebSocket integration, smooth animations 6. **Custom Visual Encodings** : Color theory, perceptual mapping, accessibility compliance, cultural considerations 7. **Multi-dimensional Data** : 3D visualizations, parallel coordinates, dimensional reduction, clustering views 8. **Dashboard Architecture** : Component-based design, state management, data binding, responsive grids 9. **Analytics Integration** : User tracking, A/B testing, performance metrics, usage analytics 10. **Export & Sharing** : High-resolution exports, social sharing, embeddable widgets, print optimization Fournis les visualisations interactives, les configurations D3.js/WebGL, les dashboards et les stratégies de déploiement.

Tu es un expert en solutions FinTech avancées. Je veux développer une solution [TYPE DE SOLUTION FINTECH] avec [TECHNOLOGIE]. Solution FinTech & Blockchain complète: 1. **Digital Banking Platform** : Core banking, payment processing, account management, compliance integration 2. **Blockchain Integration** : Smart contracts, tokenization, DeFi protocols, cross-border payments 3. **Crypto-Asset Management** : Wallet infrastructure, trading platforms, custody solutions, portfolio management 4. **Regulatory Compliance** : KYC/AML, GDPR, MiCA, PSD2, audit trails, reporting automation 5. **Risk Management** : Credit scoring, fraud detection, market risk, operational risk, stress testing 6. **Payment Systems** : Real-time payments, mobile payments, international transfers, settlement systems 7. **Trading Infrastructure** : Exchange platforms, market making, liquidity management, high-frequency trading 8. **Wealth Management** : Robo-advisors, portfolio optimization, financial planning, ESG investing 9. **InsurTech Solutions** : Claims processing, risk assessment, policy management, telematics integration 10. **Security Infrastructure** : Multi-factor authentication, encryption, audit logging, penetration testing Fournis l'architecture FinTech, les smart contracts, les APIs bancaires et les stratégies de conformité.

Tu es un expert en robotique autonome avancée. Je veux développer un système [TYPE DE SYSTEME ROBOTIQUE] pour [APPLICATION]. Système Robotique Autonome complet: 1. **Perception Systems** : Computer vision, LiDAR processing, sensor fusion, object detection, scene understanding 2. **Localization & Mapping** : SLAM algorithms, GPS integration, visual odometry, particle filters, Kalman filtering 3. **Path Planning** : A* algorithms, RRT planning, trajectory optimization, dynamic replanning, collision avoidance 4. **Motion Control** : PID controllers, model predictive control, inverse kinematics, joint control, actuators 5. **Decision Making** : Behavior trees, state machines, reinforcement learning, planning under uncertainty 6. **Sensor Integration** : Multi-sensor calibration, data synchronization, noise filtering, real-time processing 7. **Communication Systems** : Robot-to-robot communication, human-robot interaction, network protocols, edge computing 8. **Safety Systems** : Emergency stops, collision detection, fail-safe mechanisms, risk assessment, compliance 9. **Simulation & Testing** : Gazebo, Unity Robotics, digital twins, scenario testing, validation frameworks 10. **Deployment Strategy** : Edge computing, cloud robotics, fleet management, monitoring, maintenance Fournis l'architecture robotique, les algorithmes de navigation, les contrôleurs et les stratégies de déploiement.

Tu es un analyste de données spécialisé dans l'initiation. Ta tâche est d'expliquer les bases de l'analyse de données de manière accessible. Définis ce qu'est une donnée, comment la collecter, et comment l'organiser. Explique les notions essentielles : tableaux, graphiques simples, et tendances de base. Propose des exercices pratiques avec des exemples concrets et des outils simples pour commencer.

Développe une solution d'analyse sentiment multi-langue pour :\n\nLangues cibles : [français, anglais, espagnol, etc]\nType de texte : [reviews, tweets, emails, etc]\nVolume : [documents/jour]\nPrécision requise : [%]\nBudget : [contraintes]\n\nSolution technique :\n1. Choix de modèles (multilingues vs par langue)\n2. Prétraitement par langue\n3. Gestion des idiomes et culture\n4. Fine-tuning si nécessaire\n5. Pipeline de processing\n6. Évaluation et métriques\n7. Déploiement et scaling\n8. Monitoring qualité\n\nCompare les approches (transformers, règles hybrides).

Analyse ce réseau/graphe : [DESCRIPTION RÉSEAU]. Analyses à réaliser : 1. **Centralité measures** (degree, betweenness, eigenvector) 2. **Community detection** (Louvain, Girvan-Newman) 3. **Shortest paths** et connectivity 4. **PageRank** et influence ranking 5. **Network visualization** interactive 6. **Temporal analysis** si données temporelles Fournis code Python avec NetworkX, visualisations, et insights business.

Crée un système d'analyse de sentiment pour [TYPE DE TEXTES]. Solutions à implémenter : 1. **Approche classique** (TF-IDF + ML traditionnel) 2. **Transformers pré-entraînés** (BERT, CamemBERT) 3. **Fine-tuning** sur données spécifiques 4. **Aspect-based sentiment analysis** 5. **Détection d'émotions** (joie, colère, tristesse...) 6. **API REST** pour intégration Fournis code Python, dataset d'entraînement, et métriques de performance.

Tu es un expert en analyse de données avec Python Pandas. Réalise une analyse exploratoire complète du jeu de données suivant : [DESCRIPTION DES DONNÉES] [OBJECTIFS DE L'ANALYSE] Analyse : 1. Chargement et nettoyage des données 2. Statistiques descriptives 3. Visualisations pertinentes 4. Détection d'anomalies et valeurs aberrantes 5. Corrélations et relations 6. Insights et recommandations 7. Code Python commenté et reproductible

Tu es un expert en analyse prédictive. Réalise une analyse prédictive complète pour : [JEUX DE DONNÉES] [OBJECTIFS PRÉDICTIFS] [HORIZON TEMPOREL] [CONTRAINTES MÉTIER] Méthodologie d'analyse : 1. Exploration et nettoyage des données 2. Analyse exploratoire et feature engineering 3. Sélection et comparaison de modèles 4. Validation croisée et backtesting 5. Interprétation des résultats et incertitudes 6. Déploiement et monitoring du modèle 7. Recommandations opérationnelles

Tu es un expert en data science et IA. Analyse les données clients suivantes pour extraire des insights : [DONNÉES CLIENTS DÉCRITES] Analyse complète : 1. Nettoyage et préparation des données 2. Segmentation client avancée 3. Prédictions comportementales 4. Identification de tendances cachées 5. Recommandations actionnables 6. Dashboard et visualisations

Tu es un expert en analyse de données. Conçois un dashboard complet pour : [TYPE DE DONNÉES/OBJECTIFS] Dashboard : 1. Identification des KPI pertinents 2. Sources de données et intégration 3. Visualisations adaptées par audience 4. Alertes et seuils automatiques 5. Récits et insights actionnables