docs: README bilingue FR/EN
Co-authored-by: Cursor <cursoragent@cursor.com>
This commit is contained in:
parent
6f3d3cbd24
commit
4f4f054b14
2 changed files with 671 additions and 273 deletions
396
README.fr.md
Normal file
396
README.fr.md
Normal file
|
|
@ -0,0 +1,396 @@
|
|||
**Source de vérité** : https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta
|
||||
|
||||
```bash
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta.git
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta.git
|
||||
```
|
||||
|
||||
Dataset : voir `fetch-data.sh` (hors git si volumineux).
|
||||
|
||||
# Projet de Cadrage d'un Projet IA - Fashion-Insta
|
||||
|
||||
📘 Ce projet est également disponible en [anglais 🇬🇧](./README.md)
|
||||
|
||||
## 📋 Contexte du projet
|
||||
|
||||
Ce projet a été réalisé dans le cadre d'une mission d'**AI Product Manager** chez **Fashion-Insta**, une entreprise du monde de la mode qui commercialise des articles vestimentaires via un réseau de magasins physiques et un site e-commerce.
|
||||
|
||||
L'objectif était de réaliser le cadrage complet d'un projet IA stratégique : le développement d'une application mobile de recommandation d'articles vestimentaires basée sur des photos, en vue de présenter le projet au comité exécutif (COMEX) pour validation.
|
||||
|
||||
## 🎯 Objectifs
|
||||
|
||||
Le projet vise à développer une **application mobile de recommandation** permettant aux utilisateurs de :
|
||||
1. Se prendre en photo avec leurs habits favoris
|
||||
2. Obtenir des recommandations d'articles du même style vestimentaire
|
||||
3. Booster les ventes en ligne et en magasin
|
||||
|
||||
**Mission confiée** : Réaliser l'intégralité du cadrage du projet selon une méthodologie agile SCRUM et convaincre le COMEX de lancer le projet.
|
||||
|
||||
## 📊 Démarche de cadrage
|
||||
|
||||
Le cadrage du projet s'est déroulé en plusieurs phases sur 3 semaines :
|
||||
|
||||
### Phase 1 : Expression des besoins et backlog
|
||||
- Formalisation des user stories à partir des besoins métier
|
||||
- Priorisation avec la méthode MoSCoW (Must have, Should have, Could have, Won't have)
|
||||
- Identification du MVP (Minimum Viable Product)
|
||||
- Revue avec le Product Owner
|
||||
|
||||
### Phase 2 : Estimation et rentabilité
|
||||
- Estimation des charges par user story (en jours/homme)
|
||||
- Répartition par profil (Data Scientist, Développeur, DevOps, etc.)
|
||||
- Calcul des coûts de développement
|
||||
- Estimation des coûts Azure (infrastructure initiale et production)
|
||||
- Analyse de rentabilité (ROI, break-even point)
|
||||
- Planification des sprints
|
||||
|
||||
### Phase 3 : Conformité RGPD et risques
|
||||
- Analyse des données personnelles (registre de traitements CNIL)
|
||||
- Identification des enjeux légaux et éthiques
|
||||
- Analyse des biais potentiels du modèle
|
||||
- Analyse complète des risques projet
|
||||
- Plan d'action de mitigation
|
||||
|
||||
### Phase 4 : Présentation au COMEX
|
||||
- Synthèse des objectifs et gains attendus
|
||||
- Présentation de la méthodologie agile SCRUM
|
||||
- Planning des sprints et organisation
|
||||
- Enjeux RGPD et éthiques
|
||||
- Mitigation des risques
|
||||
|
||||
## 📁 Structure du projet
|
||||
|
||||
```
|
||||
├── P12_01_backlog.xlsx
|
||||
├── P12_02_tableur.xlsx
|
||||
├── P12_03_présentation.pdf (ou .pptx)
|
||||
├── P12_04_ExportedEstimate_initial.xlsx
|
||||
└── P12_05_ExportedEstimate_production.xlsx
|
||||
```
|
||||
|
||||
|
||||
### 1. `P12_01_backlog.xlsx`
|
||||
|
||||
**Backlog du projet avec user stories priorisées**
|
||||
|
||||
Ce fichier contient :
|
||||
- **User stories** : Expression des besoins fonctionnels et techniques du point de vue utilisateur
|
||||
- **Priorisation MoSCoW** :
|
||||
- **Must have** : Fonctionnalités indispensables au MVP
|
||||
- **Should have** : Fonctionnalités importantes mais non bloquantes
|
||||
- **Could have** : Fonctionnalités souhaitables
|
||||
- **Won't have** : Fonctionnalités exclues du périmètre actuel
|
||||
- **Estimation des charges** : Temps de développement par user story
|
||||
- **Critères d'acceptation** : Conditions de validation de chaque story
|
||||
- **Dépendances** : Relations entre les user stories
|
||||
|
||||
**Focus** : User stories IA (recommandation, traitement d'images, modèles ML)
|
||||
|
||||
### 2. `P12_02_tableur.xlsx`
|
||||
|
||||
**Tableur d'estimation des charges et coûts**
|
||||
|
||||
Ce fichier comprend plusieurs onglets :
|
||||
|
||||
**Onglet "Charges par profil"** :
|
||||
- Répartition des charges par user story
|
||||
- Profils : Data Scientist, ML Engineer, Développeur Full-Stack, DevOps, Product Owner, Scrum Master
|
||||
- Calcul des jours/homme par profil
|
||||
- Application des coûts journaliers (TJM)
|
||||
|
||||
**Onglet "Coûts de développement"** :
|
||||
- Coût total de développement initial
|
||||
- Répartition par profil et par sprint
|
||||
- Coûts fixes vs variables
|
||||
|
||||
**Onglet "Coûts récurrents"** :
|
||||
- Maintenance annuelle : 15% du coût de développement
|
||||
- Coûts d'infrastructure Azure de production (annuels)
|
||||
- Évolution des coûts sur 3-5 ans
|
||||
|
||||
**Onglet "Analyse de rentabilité"** :
|
||||
- Gains annuels estimés (augmentation des ventes)
|
||||
- Coûts cumulés année après année
|
||||
- Calcul du ROI et du break-even point
|
||||
- Graphique de rentabilité
|
||||
|
||||
**Onglet "Planning des sprints"** :
|
||||
- Découpage en sprints (durée, contenu)
|
||||
- Affectation des user stories par sprint
|
||||
- Jalons et livrables
|
||||
|
||||
### 3. `P12_03_présentation.pdf` (ou .pptx)
|
||||
|
||||
**Présentation pour le COMEX**
|
||||
|
||||
Cette présentation comprend :
|
||||
|
||||
**Slide 1 : Résumé exécutif**
|
||||
- Synthèse des points clés (non présentée oralement)
|
||||
- Vision du projet en une slide
|
||||
|
||||
**Slides 2-3 : Objectifs et gains attendus**
|
||||
- Augmentation des ventes (quantifiée)
|
||||
- Amélioration de l'expérience client
|
||||
- KPIs de succès (taux d'adoption, taux de conversion, satisfaction)
|
||||
|
||||
**Slides 4-5 : Ressources requises**
|
||||
- Humaines : Équipe et profils nécessaires
|
||||
- Techniques : Infrastructure Azure
|
||||
- Financières : Investissement initial et coûts récurrents
|
||||
|
||||
**Slides 6-8 : Méthodologie agile SCRUM**
|
||||
- Principes de l'agilité
|
||||
- Rôles (Product Owner, Scrum Master, Development Team)
|
||||
- Avantages pour le projet
|
||||
|
||||
**Slides 9-11 : Organisation et suivi**
|
||||
- Daily Scrum (point quotidien)
|
||||
- Sprint Review (démo en fin de sprint)
|
||||
- Rétrospective (amélioration continue)
|
||||
- Burndown chart (suivi de l'avancement)
|
||||
|
||||
**Slides 12-13 : Planning des sprints**
|
||||
- Découpage temporel
|
||||
- Contenu de chaque sprint
|
||||
- Jalons et livrables clés
|
||||
|
||||
**Slides 14-16 : Enjeux légaux et éthiques**
|
||||
- Principes du RGPD
|
||||
- Gestion des données personnelles (photos, préférences)
|
||||
- Biais potentiels du modèle (diversité, représentativité)
|
||||
- Transparence et consentement
|
||||
|
||||
**Slides 17-19 : Risques et mitigation**
|
||||
- Risques techniques (performance du modèle, scalabilité)
|
||||
- Risques organisationnels (disponibilité des équipes)
|
||||
- Risques financiers (dépassement de budget)
|
||||
- Risques légaux (non-conformité RGPD)
|
||||
- Plan d'action pour chaque risque critique
|
||||
|
||||
**Annexe : Backlog complet**
|
||||
- Liste des user stories avec priorisation
|
||||
- User stories du MVP clairement identifiées
|
||||
|
||||
### 4. `P12_04_ExportedEstimate_initial.xlsx`
|
||||
|
||||
**Estimation des coûts Azure pour la phase initiale**
|
||||
|
||||
Ce fichier contient l'estimation des coûts d'infrastructure cloud Azure pour :
|
||||
- **Phase de conception** : Environnement de développement
|
||||
- **Phase d'entraînement des modèles** :
|
||||
- Instances de calcul (GPU pour deep learning)
|
||||
- Stockage des données d'entraînement
|
||||
- Services de ML (Azure Machine Learning)
|
||||
- Services de vision par ordinateur (Computer Vision API)
|
||||
|
||||
**Export** : Calculateur de prix Azure (Azure Pricing Calculator)
|
||||
|
||||
### 5. `P12_05_ExportedEstimate_production.xlsx`
|
||||
|
||||
**Estimation des coûts Azure pour la production**
|
||||
|
||||
Ce fichier contient l'estimation des coûts d'infrastructure cloud Azure pour :
|
||||
- **Production de l'application** :
|
||||
- Instances de calcul pour l'API de recommandation
|
||||
- Base de données (catalogue produits, historique utilisateurs)
|
||||
- Stockage blob (images utilisateurs)
|
||||
- CDN (Content Delivery Network)
|
||||
- Services d'inférence ML
|
||||
- Services de monitoring et logs
|
||||
- Bande passante
|
||||
|
||||
**Calcul** : Coûts mensuels et annuels basés sur une estimation du trafic
|
||||
|
||||
## 🛠️ Méthodologie
|
||||
|
||||
### Méthode Agile SCRUM
|
||||
|
||||
**Rôles** :
|
||||
- **Product Owner** : Alicia (VP Product)
|
||||
- **Scrum Master** : À définir
|
||||
- **Development Team** : Data Scientists, ML Engineers, Développeurs, DevOps
|
||||
|
||||
**Cérémonies** :
|
||||
- **Sprint Planning** : Planification du sprint (1-2 semaines)
|
||||
- **Daily Scrum** : Point quotidien de 15 minutes
|
||||
- **Sprint Review** : Démonstration en fin de sprint
|
||||
- **Sprint Retrospective** : Amélioration continue
|
||||
|
||||
**Artefacts** :
|
||||
- **Product Backlog** : Liste priorisée des user stories
|
||||
- **Sprint Backlog** : User stories sélectionnées pour le sprint
|
||||
- **Increment** : Produit potentiellement livrable à la fin du sprint
|
||||
|
||||
### Priorisation MoSCoW
|
||||
|
||||
- **Must have (M)** : Essentiel au MVP, non négociable
|
||||
- **Should have (S)** : Important mais peut être reporté
|
||||
- **Could have (C)** : Souhaitable si budget/temps disponible
|
||||
- **Won't have (W)** : Exclu du périmètre actuel
|
||||
|
||||
### Estimation des charges
|
||||
|
||||
**Techniques utilisées** :
|
||||
- Planning Poker pour l'estimation collaborative
|
||||
- Story Points ou Jours/Homme selon les user stories
|
||||
- Vélocité de l'équipe pour ajuster les prévisions
|
||||
|
||||
## 📈 Analyse de rentabilité
|
||||
|
||||
### Coûts
|
||||
|
||||
**Investissement initial** :
|
||||
- Développement : Coût total des sprints
|
||||
- Infrastructure Azure (phase initiale)
|
||||
- Formation des équipes
|
||||
|
||||
**Coûts récurrents (annuels)** :
|
||||
- Maintenance : 15% du coût de développement
|
||||
- Infrastructure Azure (production)
|
||||
- Support et évolutions
|
||||
|
||||
### Gains
|
||||
|
||||
**Gains estimés** :
|
||||
- Augmentation du taux de conversion en ligne
|
||||
- Augmentation du panier moyen
|
||||
- Fidélisation client (réduction du churn)
|
||||
- Cross-selling et up-selling
|
||||
|
||||
**Calcul du ROI** :
|
||||
```
|
||||
ROI = (Gains cumulés - Coûts cumulés) / Coûts cumulés × 100
|
||||
```
|
||||
|
||||
**Break-even point** : Date à laquelle les gains cumulés égalent les coûts cumulés
|
||||
|
||||
### Visualisation
|
||||
|
||||
Graphique montrant :
|
||||
- Courbe des coûts cumulés
|
||||
- Courbe des gains cumulés
|
||||
- Point de rentabilité (intersection des courbes)
|
||||
|
||||
## 🔒 Conformité RGPD
|
||||
|
||||
### Données personnelles traitées
|
||||
|
||||
- **Photos des utilisateurs** : Données sensibles (images de personnes)
|
||||
- **Préférences vestimentaires** : Profilage comportemental
|
||||
- **Historique de navigation** : Suivi des interactions
|
||||
- **Données de compte** : Email, nom, coordonnées
|
||||
|
||||
### Registre de traitements (CNIL)
|
||||
|
||||
Pour chaque traitement IA :
|
||||
- **Finalité** : Recommandation d'articles personnalisée
|
||||
- **Catégories de données** : Images, préférences, comportement
|
||||
- **Durée de conservation** : Définie et justifiée
|
||||
- **Mesures de sécurité** : Chiffrement, pseudonymisation
|
||||
- **Destinataires** : Équipe data, partenaires (si applicable)
|
||||
- **Transferts hors UE** : Azure région Europe (conformité)
|
||||
|
||||
### Principes RGPD appliqués
|
||||
|
||||
- **Consentement explicite** : Opt-in pour l'utilisation des photos
|
||||
- **Droit d'accès** : L'utilisateur peut consulter ses données
|
||||
- **Droit à l'effacement** : Suppression des données sur demande
|
||||
- **Portabilité** : Export des données personnelles
|
||||
- **Minimisation** : Collecte uniquement des données nécessaires
|
||||
- **Transparence** : Information claire sur l'utilisation des données
|
||||
|
||||
## ⚖️ Enjeux éthiques
|
||||
|
||||
### Biais du modèle
|
||||
|
||||
**Risques identifiés** :
|
||||
- **Biais de représentation** : Sous-représentation de certaines morphologies, couleurs de peau, styles vestimentaires
|
||||
- **Biais culturel** : Recommandations orientées vers des standards occidentaux
|
||||
- **Biais de genre** : Stéréotypes vestimentaires genrés
|
||||
|
||||
**Plan d'action** :
|
||||
- Diversification du jeu de données d'entraînement
|
||||
- Audit régulier des recommandations
|
||||
- Tests utilisateurs sur des populations variées
|
||||
- Possibilité de feedback utilisateur pour améliorer le modèle
|
||||
|
||||
### Transparence et explicabilité
|
||||
|
||||
- Informer l'utilisateur sur le fonctionnement du système de recommandation
|
||||
- Possibilité de comprendre pourquoi un article est recommandé
|
||||
- Option de désactivation des recommandations personnalisées
|
||||
|
||||
## ⚠️ Analyse des risques
|
||||
|
||||
### Méthodologie
|
||||
|
||||
**Grille d'évaluation** :
|
||||
- **Probabilité** : Faible / Moyenne / Élevée
|
||||
- **Impact** : Faible / Moyen / Critique
|
||||
- **Criticité** : Probabilité × Impact
|
||||
|
||||
**Checklist Spectre 7D** :
|
||||
1. **Data** : Qualité, disponibilité, biais
|
||||
2. **Development** : Compétences, technologies
|
||||
3. **Deployment** : Infrastructure, scalabilité
|
||||
4. **Dependability** : Fiabilité, performance
|
||||
5. **Detectability** : Monitoring, alertes
|
||||
6. **Diversity** : Inclusion, équité
|
||||
7. **Documentation** : Traçabilité, conformité
|
||||
|
||||
### Principaux risques identifiés
|
||||
|
||||
**Risques techniques** :
|
||||
- Performance insuffisante du modèle de recommandation
|
||||
- Temps de latence trop élevé en production
|
||||
- Difficultés de scalabilité avec la montée en charge
|
||||
|
||||
**Risques organisationnels** :
|
||||
- Indisponibilité des ressources (Data Scientists)
|
||||
- Turnover dans l'équipe projet
|
||||
- Retards dans les livrables
|
||||
|
||||
**Risques financiers** :
|
||||
- Dépassement du budget Azure
|
||||
- Coûts de développement sous-estimés
|
||||
- ROI plus long que prévu
|
||||
|
||||
**Risques légaux** :
|
||||
- Non-conformité RGPD (sanctions financières)
|
||||
- Plaintes d'utilisateurs sur la gestion des données
|
||||
- Litiges liés aux biais du modèle
|
||||
|
||||
### Plan de mitigation
|
||||
|
||||
Pour chaque risque critique :
|
||||
- **Action préventive** : Mesure pour réduire la probabilité
|
||||
- **Action corrective** : Mesure si le risque se matérialise
|
||||
- **Responsable** : Personne en charge du suivi
|
||||
- **Échéance** : Date de mise en œuvre
|
||||
|
||||
**Exemples** :
|
||||
- **Risque RGPD** → Audit de conformité avec le DPO avant chaque sprint
|
||||
- **Risque de biais** → Diversification du dataset et tests réguliers
|
||||
- **Risque de scalabilité** → Load testing et architecture cloud élastique
|
||||
|
||||
## 🎓 Compétences développées
|
||||
|
||||
- Cadrage de projet IA end-to-end
|
||||
- Méthodologie agile SCRUM
|
||||
- Estimation et chiffrage de projets techniques
|
||||
- Analyse de rentabilité (ROI, break-even)
|
||||
- Conformité RGPD et gestion des données personnelles
|
||||
- Identification et mitigation des risques
|
||||
- Enjeux éthiques de l'IA (biais, transparence)
|
||||
- Gestion des parties prenantes (COMEX)
|
||||
- Communication et présentation de projet
|
||||
|
||||
## 👤 Auteur
|
||||
|
||||
**Grégoire Mureau**
|
||||
Date de réalisation : 2025
|
||||
|
||||
---
|
||||
|
||||
*Ce projet a été réalisé dans le cadre du parcours AI Engineer*
|
||||
548
README.md
548
README.md
|
|
@ -1,62 +1,64 @@
|
|||
**Source de vérité** : https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta
|
||||
**Source of truth** : https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta
|
||||
|
||||
```bash
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta.git
|
||||
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p12-fashion-insta.git
|
||||
```
|
||||
|
||||
Dataset : voir `fetch-data.sh` (hors git si volumineux).
|
||||
Dataset: see `fetch-data.sh` (outside git if large).
|
||||
|
||||
# Projet de Cadrage d'un Projet IA - Fashion-Insta
|
||||
# AI Project Scoping - Fashion-Insta
|
||||
|
||||
## 📋 Contexte du projet
|
||||
📘 This project is also available in [French 🇫🇷](./README.fr.md)
|
||||
|
||||
Ce projet a été réalisé dans le cadre d'une mission d'**AI Product Manager** chez **Fashion-Insta**, une entreprise du monde de la mode qui commercialise des articles vestimentaires via un réseau de magasins physiques et un site e-commerce.
|
||||
## 📋 Project Context
|
||||
|
||||
L'objectif était de réaliser le cadrage complet d'un projet IA stratégique : le développement d'une application mobile de recommandation d'articles vestimentaires basée sur des photos, en vue de présenter le projet au comité exécutif (COMEX) pour validation.
|
||||
This project was carried out as part of an **AI Product Manager** assignment at **Fashion-Insta**, a fashion company that sells clothing items through a network of physical stores and an e-commerce website.
|
||||
|
||||
## 🎯 Objectifs
|
||||
The objective was to carry out the complete scoping of a strategic AI project: the development of a mobile application for recommending clothing items based on photos, in order to present the project to the executive committee (COMEX) for approval.
|
||||
|
||||
Le projet vise à développer une **application mobile de recommandation** permettant aux utilisateurs de :
|
||||
1. Se prendre en photo avec leurs habits favoris
|
||||
2. Obtenir des recommandations d'articles du même style vestimentaire
|
||||
3. Booster les ventes en ligne et en magasin
|
||||
## 🎯 Objectives
|
||||
|
||||
**Mission confiée** : Réaliser l'intégralité du cadrage du projet selon une méthodologie agile SCRUM et convaincre le COMEX de lancer le projet.
|
||||
The project aims to develop a **mobile recommendation application** allowing users to:
|
||||
1. Take a photo of themselves wearing their favorite clothes
|
||||
2. Get recommendations for items in the same clothing style
|
||||
3. Boost online and in-store sales
|
||||
|
||||
## 📊 Démarche de cadrage
|
||||
**Mission assigned**: Carry out the entire scoping of the project following an agile SCRUM methodology and convince the COMEX to launch the project.
|
||||
|
||||
Le cadrage du projet s'est déroulé en plusieurs phases sur 3 semaines :
|
||||
## 📊 Scoping Approach
|
||||
|
||||
### Phase 1 : Expression des besoins et backlog
|
||||
- Formalisation des user stories à partir des besoins métier
|
||||
- Priorisation avec la méthode MoSCoW (Must have, Should have, Could have, Won't have)
|
||||
- Identification du MVP (Minimum Viable Product)
|
||||
- Revue avec le Product Owner
|
||||
The project scoping took place over several phases across 3 weeks:
|
||||
|
||||
### Phase 2 : Estimation et rentabilité
|
||||
- Estimation des charges par user story (en jours/homme)
|
||||
- Répartition par profil (Data Scientist, Développeur, DevOps, etc.)
|
||||
- Calcul des coûts de développement
|
||||
- Estimation des coûts Azure (infrastructure initiale et production)
|
||||
- Analyse de rentabilité (ROI, break-even point)
|
||||
- Planification des sprints
|
||||
### Phase 1: Requirements gathering and backlog
|
||||
- Formalization of user stories based on business needs
|
||||
- Prioritization using the MoSCoW method (Must have, Should have, Could have, Won't have)
|
||||
- Identification of the MVP (Minimum Viable Product)
|
||||
- Review with the Product Owner
|
||||
|
||||
### Phase 3 : Conformité RGPD et risques
|
||||
- Analyse des données personnelles (registre de traitements CNIL)
|
||||
- Identification des enjeux légaux et éthiques
|
||||
- Analyse des biais potentiels du modèle
|
||||
- Analyse complète des risques projet
|
||||
- Plan d'action de mitigation
|
||||
### Phase 2: Estimation and profitability
|
||||
- Estimation of effort per user story (in person/days)
|
||||
- Breakdown by profile (Data Scientist, Developer, DevOps, etc.)
|
||||
- Calculation of development costs
|
||||
- Estimation of Azure costs (initial infrastructure and production)
|
||||
- Profitability analysis (ROI, break-even point)
|
||||
- Sprint planning
|
||||
|
||||
### Phase 4 : Présentation au COMEX
|
||||
- Synthèse des objectifs et gains attendus
|
||||
- Présentation de la méthodologie agile SCRUM
|
||||
- Planning des sprints et organisation
|
||||
- Enjeux RGPD et éthiques
|
||||
- Mitigation des risques
|
||||
### Phase 3: GDPR compliance and risks
|
||||
- Analysis of personal data (CNIL data processing register)
|
||||
- Identification of legal and ethical issues
|
||||
- Analysis of potential model biases
|
||||
- Complete project risk analysis
|
||||
- Mitigation action plan
|
||||
|
||||
## 📁 Structure du projet
|
||||
### Phase 4: COMEX presentation
|
||||
- Summary of objectives and expected gains
|
||||
- Presentation of the agile SCRUM methodology
|
||||
- Sprint planning and organization
|
||||
- GDPR and ethical issues
|
||||
- Risk mitigation
|
||||
|
||||
## 📁 Project Structure
|
||||
|
||||
```
|
||||
├── P12_01_backlog.xlsx
|
||||
|
|
@ -66,329 +68,329 @@ Le cadrage du projet s'est déroulé en plusieurs phases sur 3 semaines :
|
|||
└── P12_05_ExportedEstimate_production.xlsx
|
||||
```
|
||||
|
||||
|
||||
### 1. `P12_01_backlog.xlsx`
|
||||
|
||||
**Backlog du projet avec user stories priorisées**
|
||||
**Project backlog with prioritized user stories**
|
||||
|
||||
Ce fichier contient :
|
||||
- **User stories** : Expression des besoins fonctionnels et techniques du point de vue utilisateur
|
||||
- **Priorisation MoSCoW** :
|
||||
- **Must have** : Fonctionnalités indispensables au MVP
|
||||
- **Should have** : Fonctionnalités importantes mais non bloquantes
|
||||
- **Could have** : Fonctionnalités souhaitables
|
||||
- **Won't have** : Fonctionnalités exclues du périmètre actuel
|
||||
- **Estimation des charges** : Temps de développement par user story
|
||||
- **Critères d'acceptation** : Conditions de validation de chaque story
|
||||
- **Dépendances** : Relations entre les user stories
|
||||
This file contains:
|
||||
- **User stories**: Formalization of functional and technical needs from the user's point of view
|
||||
- **MoSCoW prioritization**:
|
||||
- **Must have**: Features essential to the MVP
|
||||
- **Should have**: Important but non-blocking features
|
||||
- **Could have**: Desirable features
|
||||
- **Won't have**: Features excluded from the current scope
|
||||
- **Effort estimation**: Development time per user story
|
||||
- **Acceptance criteria**: Validation conditions for each story
|
||||
- **Dependencies**: Relationships between user stories
|
||||
|
||||
**Focus** : User stories IA (recommandation, traitement d'images, modèles ML)
|
||||
**Focus**: AI user stories (recommendation, image processing, ML models)
|
||||
|
||||
### 2. `P12_02_tableur.xlsx`
|
||||
|
||||
**Tableur d'estimation des charges et coûts**
|
||||
**Spreadsheet for effort and cost estimation**
|
||||
|
||||
Ce fichier comprend plusieurs onglets :
|
||||
This file includes several tabs:
|
||||
|
||||
**Onglet "Charges par profil"** :
|
||||
- Répartition des charges par user story
|
||||
- Profils : Data Scientist, ML Engineer, Développeur Full-Stack, DevOps, Product Owner, Scrum Master
|
||||
- Calcul des jours/homme par profil
|
||||
- Application des coûts journaliers (TJM)
|
||||
**"Effort by profile" tab**:
|
||||
- Breakdown of effort by user story
|
||||
- Profiles: Data Scientist, ML Engineer, Full-Stack Developer, DevOps, Product Owner, Scrum Master
|
||||
- Calculation of person/days per profile
|
||||
- Application of daily rates (TJM)
|
||||
|
||||
**Onglet "Coûts de développement"** :
|
||||
- Coût total de développement initial
|
||||
- Répartition par profil et par sprint
|
||||
- Coûts fixes vs variables
|
||||
**"Development costs" tab**:
|
||||
- Total initial development cost
|
||||
- Breakdown by profile and by sprint
|
||||
- Fixed vs variable costs
|
||||
|
||||
**Onglet "Coûts récurrents"** :
|
||||
- Maintenance annuelle : 15% du coût de développement
|
||||
- Coûts d'infrastructure Azure de production (annuels)
|
||||
- Évolution des coûts sur 3-5 ans
|
||||
**"Recurring costs" tab**:
|
||||
- Annual maintenance: 15% of development cost
|
||||
- Production Azure infrastructure costs (annual)
|
||||
- Cost trends over 3-5 years
|
||||
|
||||
**Onglet "Analyse de rentabilité"** :
|
||||
- Gains annuels estimés (augmentation des ventes)
|
||||
- Coûts cumulés année après année
|
||||
- Calcul du ROI et du break-even point
|
||||
- Graphique de rentabilité
|
||||
**"Profitability analysis" tab**:
|
||||
- Estimated annual gains (increase in sales)
|
||||
- Cumulative costs year after year
|
||||
- ROI and break-even point calculation
|
||||
- Profitability chart
|
||||
|
||||
**Onglet "Planning des sprints"** :
|
||||
- Découpage en sprints (durée, contenu)
|
||||
- Affectation des user stories par sprint
|
||||
- Jalons et livrables
|
||||
**"Sprint planning" tab**:
|
||||
- Breakdown into sprints (duration, content)
|
||||
- Assignment of user stories per sprint
|
||||
- Milestones and deliverables
|
||||
|
||||
### 3. `P12_03_présentation.pdf` (ou .pptx)
|
||||
### 3. `P12_03_présentation.pdf` (or .pptx)
|
||||
|
||||
**Présentation pour le COMEX**
|
||||
**Presentation for the COMEX**
|
||||
|
||||
Cette présentation comprend :
|
||||
This presentation includes:
|
||||
|
||||
**Slide 1 : Résumé exécutif**
|
||||
- Synthèse des points clés (non présentée oralement)
|
||||
- Vision du projet en une slide
|
||||
**Slide 1: Executive summary**
|
||||
- Summary of key points (not presented orally)
|
||||
- Project vision in one slide
|
||||
|
||||
**Slides 2-3 : Objectifs et gains attendus**
|
||||
- Augmentation des ventes (quantifiée)
|
||||
- Amélioration de l'expérience client
|
||||
- KPIs de succès (taux d'adoption, taux de conversion, satisfaction)
|
||||
**Slides 2-3: Objectives and expected gains**
|
||||
- Increase in sales (quantified)
|
||||
- Improved customer experience
|
||||
- Success KPIs (adoption rate, conversion rate, satisfaction)
|
||||
|
||||
**Slides 4-5 : Ressources requises**
|
||||
- Humaines : Équipe et profils nécessaires
|
||||
- Techniques : Infrastructure Azure
|
||||
- Financières : Investissement initial et coûts récurrents
|
||||
**Slides 4-5: Required resources**
|
||||
- Human: Team and profiles needed
|
||||
- Technical: Azure infrastructure
|
||||
- Financial: Initial investment and recurring costs
|
||||
|
||||
**Slides 6-8 : Méthodologie agile SCRUM**
|
||||
- Principes de l'agilité
|
||||
- Rôles (Product Owner, Scrum Master, Development Team)
|
||||
- Avantages pour le projet
|
||||
**Slides 6-8: Agile SCRUM methodology**
|
||||
- Principles of agility
|
||||
- Roles (Product Owner, Scrum Master, Development Team)
|
||||
- Benefits for the project
|
||||
|
||||
**Slides 9-11 : Organisation et suivi**
|
||||
- Daily Scrum (point quotidien)
|
||||
- Sprint Review (démo en fin de sprint)
|
||||
- Rétrospective (amélioration continue)
|
||||
- Burndown chart (suivi de l'avancement)
|
||||
**Slides 9-11: Organization and tracking**
|
||||
- Daily Scrum (daily standup)
|
||||
- Sprint Review (end-of-sprint demo)
|
||||
- Retrospective (continuous improvement)
|
||||
- Burndown chart (progress tracking)
|
||||
|
||||
**Slides 12-13 : Planning des sprints**
|
||||
- Découpage temporel
|
||||
- Contenu de chaque sprint
|
||||
- Jalons et livrables clés
|
||||
**Slides 12-13: Sprint planning**
|
||||
- Time breakdown
|
||||
- Content of each sprint
|
||||
- Key milestones and deliverables
|
||||
|
||||
**Slides 14-16 : Enjeux légaux et éthiques**
|
||||
- Principes du RGPD
|
||||
- Gestion des données personnelles (photos, préférences)
|
||||
- Biais potentiels du modèle (diversité, représentativité)
|
||||
- Transparence et consentement
|
||||
**Slides 14-16: Legal and ethical issues**
|
||||
- GDPR principles
|
||||
- Personal data management (photos, preferences)
|
||||
- Potential model biases (diversity, representativeness)
|
||||
- Transparency and consent
|
||||
|
||||
**Slides 17-19 : Risques et mitigation**
|
||||
- Risques techniques (performance du modèle, scalabilité)
|
||||
- Risques organisationnels (disponibilité des équipes)
|
||||
- Risques financiers (dépassement de budget)
|
||||
- Risques légaux (non-conformité RGPD)
|
||||
- Plan d'action pour chaque risque critique
|
||||
**Slides 17-19: Risks and mitigation**
|
||||
- Technical risks (model performance, scalability)
|
||||
- Organizational risks (team availability)
|
||||
- Financial risks (budget overrun)
|
||||
- Legal risks (GDPR non-compliance)
|
||||
- Action plan for each critical risk
|
||||
|
||||
**Annexe : Backlog complet**
|
||||
- Liste des user stories avec priorisation
|
||||
- User stories du MVP clairement identifiées
|
||||
**Appendix: Full backlog**
|
||||
- List of user stories with prioritization
|
||||
- MVP user stories clearly identified
|
||||
|
||||
### 4. `P12_04_ExportedEstimate_initial.xlsx`
|
||||
|
||||
**Estimation des coûts Azure pour la phase initiale**
|
||||
**Azure cost estimation for the initial phase**
|
||||
|
||||
Ce fichier contient l'estimation des coûts d'infrastructure cloud Azure pour :
|
||||
- **Phase de conception** : Environnement de développement
|
||||
- **Phase d'entraînement des modèles** :
|
||||
- Instances de calcul (GPU pour deep learning)
|
||||
- Stockage des données d'entraînement
|
||||
- Services de ML (Azure Machine Learning)
|
||||
- Services de vision par ordinateur (Computer Vision API)
|
||||
This file contains the estimation of Azure cloud infrastructure costs for:
|
||||
- **Design phase**: Development environment
|
||||
- **Model training phase**:
|
||||
- Compute instances (GPU for deep learning)
|
||||
- Training data storage
|
||||
- ML services (Azure Machine Learning)
|
||||
- Computer vision services (Computer Vision API)
|
||||
|
||||
**Export** : Calculateur de prix Azure (Azure Pricing Calculator)
|
||||
**Export**: Azure Pricing Calculator
|
||||
|
||||
### 5. `P12_05_ExportedEstimate_production.xlsx`
|
||||
|
||||
**Estimation des coûts Azure pour la production**
|
||||
**Azure cost estimation for production**
|
||||
|
||||
Ce fichier contient l'estimation des coûts d'infrastructure cloud Azure pour :
|
||||
- **Production de l'application** :
|
||||
- Instances de calcul pour l'API de recommandation
|
||||
- Base de données (catalogue produits, historique utilisateurs)
|
||||
- Stockage blob (images utilisateurs)
|
||||
This file contains the estimation of Azure cloud infrastructure costs for:
|
||||
- **Application production**:
|
||||
- Compute instances for the recommendation API
|
||||
- Database (product catalog, user history)
|
||||
- Blob storage (user images)
|
||||
- CDN (Content Delivery Network)
|
||||
- Services d'inférence ML
|
||||
- Services de monitoring et logs
|
||||
- Bande passante
|
||||
- ML inference services
|
||||
- Monitoring and logging services
|
||||
- Bandwidth
|
||||
|
||||
**Calcul** : Coûts mensuels et annuels basés sur une estimation du trafic
|
||||
**Calculation**: Monthly and annual costs based on a traffic estimate
|
||||
|
||||
## 🛠️ Méthodologie
|
||||
## 🛠️ Methodology
|
||||
|
||||
### Méthode Agile SCRUM
|
||||
### Agile SCRUM Method
|
||||
|
||||
**Rôles** :
|
||||
- **Product Owner** : Alicia (VP Product)
|
||||
- **Scrum Master** : À définir
|
||||
- **Development Team** : Data Scientists, ML Engineers, Développeurs, DevOps
|
||||
**Roles**:
|
||||
- **Product Owner**: Alicia (VP Product)
|
||||
- **Scrum Master**: To be defined
|
||||
- **Development Team**: Data Scientists, ML Engineers, Developers, DevOps
|
||||
|
||||
**Cérémonies** :
|
||||
- **Sprint Planning** : Planification du sprint (1-2 semaines)
|
||||
- **Daily Scrum** : Point quotidien de 15 minutes
|
||||
- **Sprint Review** : Démonstration en fin de sprint
|
||||
- **Sprint Retrospective** : Amélioration continue
|
||||
**Ceremonies**:
|
||||
- **Sprint Planning**: Sprint planning (1-2 weeks)
|
||||
- **Daily Scrum**: 15-minute daily standup
|
||||
- **Sprint Review**: End-of-sprint demonstration
|
||||
- **Sprint Retrospective**: Continuous improvement
|
||||
|
||||
**Artefacts** :
|
||||
- **Product Backlog** : Liste priorisée des user stories
|
||||
- **Sprint Backlog** : User stories sélectionnées pour le sprint
|
||||
- **Increment** : Produit potentiellement livrable à la fin du sprint
|
||||
**Artifacts**:
|
||||
- **Product Backlog**: Prioritized list of user stories
|
||||
- **Sprint Backlog**: User stories selected for the sprint
|
||||
- **Increment**: Potentially shippable product at the end of the sprint
|
||||
|
||||
### Priorisation MoSCoW
|
||||
### MoSCoW Prioritization
|
||||
|
||||
- **Must have (M)** : Essentiel au MVP, non négociable
|
||||
- **Should have (S)** : Important mais peut être reporté
|
||||
- **Could have (C)** : Souhaitable si budget/temps disponible
|
||||
- **Won't have (W)** : Exclu du périmètre actuel
|
||||
- **Must have (M)**: Essential to the MVP, non-negotiable
|
||||
- **Should have (S)**: Important but can be postponed
|
||||
- **Could have (C)**: Desirable if budget/time available
|
||||
- **Won't have (W)**: Excluded from the current scope
|
||||
|
||||
### Estimation des charges
|
||||
### Effort Estimation
|
||||
|
||||
**Techniques utilisées** :
|
||||
- Planning Poker pour l'estimation collaborative
|
||||
- Story Points ou Jours/Homme selon les user stories
|
||||
- Vélocité de l'équipe pour ajuster les prévisions
|
||||
**Techniques used**:
|
||||
- Planning Poker for collaborative estimation
|
||||
- Story Points or Person/Days depending on the user stories
|
||||
- Team velocity to adjust forecasts
|
||||
|
||||
## 📈 Analyse de rentabilité
|
||||
## 📈 Profitability Analysis
|
||||
|
||||
### Coûts
|
||||
### Costs
|
||||
|
||||
**Investissement initial** :
|
||||
- Développement : Coût total des sprints
|
||||
- Infrastructure Azure (phase initiale)
|
||||
- Formation des équipes
|
||||
**Initial investment**:
|
||||
- Development: Total cost of sprints
|
||||
- Azure infrastructure (initial phase)
|
||||
- Team training
|
||||
|
||||
**Coûts récurrents (annuels)** :
|
||||
- Maintenance : 15% du coût de développement
|
||||
- Infrastructure Azure (production)
|
||||
- Support et évolutions
|
||||
**Recurring costs (annual)**:
|
||||
- Maintenance: 15% of development cost
|
||||
- Azure infrastructure (production)
|
||||
- Support and enhancements
|
||||
|
||||
### Gains
|
||||
|
||||
**Gains estimés** :
|
||||
- Augmentation du taux de conversion en ligne
|
||||
- Augmentation du panier moyen
|
||||
- Fidélisation client (réduction du churn)
|
||||
- Cross-selling et up-selling
|
||||
**Estimated gains**:
|
||||
- Increase in online conversion rate
|
||||
- Increase in average basket size
|
||||
- Customer retention (churn reduction)
|
||||
- Cross-selling and up-selling
|
||||
|
||||
**ROI calculation**:
|
||||
|
||||
**Calcul du ROI** :
|
||||
```
|
||||
ROI = (Gains cumulés - Coûts cumulés) / Coûts cumulés × 100
|
||||
```
|
||||
|
||||
**Break-even point** : Date à laquelle les gains cumulés égalent les coûts cumulés
|
||||
**Break-even point**: Date at which cumulative gains equal cumulative costs
|
||||
|
||||
### Visualisation
|
||||
### Visualization
|
||||
|
||||
Graphique montrant :
|
||||
- Courbe des coûts cumulés
|
||||
- Courbe des gains cumulés
|
||||
- Point de rentabilité (intersection des courbes)
|
||||
Chart showing:
|
||||
- Cumulative costs curve
|
||||
- Cumulative gains curve
|
||||
- Break-even point (intersection of the curves)
|
||||
|
||||
## 🔒 Conformité RGPD
|
||||
## 🔒 GDPR Compliance
|
||||
|
||||
### Données personnelles traitées
|
||||
### Personal data processed
|
||||
|
||||
- **Photos des utilisateurs** : Données sensibles (images de personnes)
|
||||
- **Préférences vestimentaires** : Profilage comportemental
|
||||
- **Historique de navigation** : Suivi des interactions
|
||||
- **Données de compte** : Email, nom, coordonnées
|
||||
- **User photos**: Sensitive data (images of people)
|
||||
- **Clothing preferences**: Behavioral profiling
|
||||
- **Browsing history**: Tracking of interactions
|
||||
- **Account data**: Email, name, contact details
|
||||
|
||||
### Registre de traitements (CNIL)
|
||||
### Data processing register (CNIL)
|
||||
|
||||
Pour chaque traitement IA :
|
||||
- **Finalité** : Recommandation d'articles personnalisée
|
||||
- **Catégories de données** : Images, préférences, comportement
|
||||
- **Durée de conservation** : Définie et justifiée
|
||||
- **Mesures de sécurité** : Chiffrement, pseudonymisation
|
||||
- **Destinataires** : Équipe data, partenaires (si applicable)
|
||||
- **Transferts hors UE** : Azure région Europe (conformité)
|
||||
For each AI processing activity:
|
||||
- **Purpose**: Personalized item recommendation
|
||||
- **Data categories**: Images, preferences, behavior
|
||||
- **Retention period**: Defined and justified
|
||||
- **Security measures**: Encryption, pseudonymization
|
||||
- **Recipients**: Data team, partners (if applicable)
|
||||
- **Transfers outside the EU**: Azure Europe region (compliance)
|
||||
|
||||
### Principes RGPD appliqués
|
||||
### GDPR Principles Applied
|
||||
|
||||
- **Consentement explicite** : Opt-in pour l'utilisation des photos
|
||||
- **Droit d'accès** : L'utilisateur peut consulter ses données
|
||||
- **Droit à l'effacement** : Suppression des données sur demande
|
||||
- **Portabilité** : Export des données personnelles
|
||||
- **Minimisation** : Collecte uniquement des données nécessaires
|
||||
- **Transparence** : Information claire sur l'utilisation des données
|
||||
- **Explicit consent**: Opt-in for the use of photos
|
||||
- **Right of access**: Users can view their data
|
||||
- **Right to erasure**: Deletion of data upon request
|
||||
- **Portability**: Export of personal data
|
||||
- **Minimization**: Collection of only necessary data
|
||||
- **Transparency**: Clear information about data use
|
||||
|
||||
## ⚖️ Enjeux éthiques
|
||||
## ⚖️ Ethical Issues
|
||||
|
||||
### Biais du modèle
|
||||
### Model bias
|
||||
|
||||
**Risques identifiés** :
|
||||
- **Biais de représentation** : Sous-représentation de certaines morphologies, couleurs de peau, styles vestimentaires
|
||||
- **Biais culturel** : Recommandations orientées vers des standards occidentaux
|
||||
- **Biais de genre** : Stéréotypes vestimentaires genrés
|
||||
**Identified risks**:
|
||||
- **Representation bias**: Under-representation of certain body shapes, skin colors, clothing styles
|
||||
- **Cultural bias**: Recommendations skewed toward Western standards
|
||||
- **Gender bias**: Gendered clothing stereotypes
|
||||
|
||||
**Plan d'action** :
|
||||
- Diversification du jeu de données d'entraînement
|
||||
- Audit régulier des recommandations
|
||||
- Tests utilisateurs sur des populations variées
|
||||
- Possibilité de feedback utilisateur pour améliorer le modèle
|
||||
**Action plan**:
|
||||
- Diversification of the training dataset
|
||||
- Regular audit of recommendations
|
||||
- User testing on varied populations
|
||||
- User feedback capability to improve the model
|
||||
|
||||
### Transparence et explicabilité
|
||||
### Transparency and explainability
|
||||
|
||||
- Informer l'utilisateur sur le fonctionnement du système de recommandation
|
||||
- Possibilité de comprendre pourquoi un article est recommandé
|
||||
- Option de désactivation des recommandations personnalisées
|
||||
- Inform the user about how the recommendation system works
|
||||
- Ability to understand why an item is recommended
|
||||
- Option to disable personalized recommendations
|
||||
|
||||
## ⚠️ Analyse des risques
|
||||
## ⚠️ Risk Analysis
|
||||
|
||||
### Méthodologie
|
||||
### Methodology
|
||||
|
||||
**Grille d'évaluation** :
|
||||
- **Probabilité** : Faible / Moyenne / Élevée
|
||||
- **Impact** : Faible / Moyen / Critique
|
||||
- **Criticité** : Probabilité × Impact
|
||||
**Assessment grid**:
|
||||
- **Probability**: Low / Medium / High
|
||||
- **Impact**: Low / Medium / Critical
|
||||
- **Criticality**: Probability × Impact
|
||||
|
||||
**Checklist Spectre 7D** :
|
||||
1. **Data** : Qualité, disponibilité, biais
|
||||
2. **Development** : Compétences, technologies
|
||||
3. **Deployment** : Infrastructure, scalabilité
|
||||
4. **Dependability** : Fiabilité, performance
|
||||
5. **Detectability** : Monitoring, alertes
|
||||
6. **Diversity** : Inclusion, équité
|
||||
7. **Documentation** : Traçabilité, conformité
|
||||
**Spectre 7D Checklist**:
|
||||
1. **Data**: Quality, availability, bias
|
||||
2. **Development**: Skills, technologies
|
||||
3. **Deployment**: Infrastructure, scalability
|
||||
4. **Dependability**: Reliability, performance
|
||||
5. **Detectability**: Monitoring, alerts
|
||||
6. **Diversity**: Inclusion, fairness
|
||||
7. **Documentation**: Traceability, compliance
|
||||
|
||||
### Principaux risques identifiés
|
||||
### Main Identified Risks
|
||||
|
||||
**Risques techniques** :
|
||||
- Performance insuffisante du modèle de recommandation
|
||||
- Temps de latence trop élevé en production
|
||||
- Difficultés de scalabilité avec la montée en charge
|
||||
**Technical risks**:
|
||||
- Insufficient performance of the recommendation model
|
||||
- Latency too high in production
|
||||
- Scalability difficulties under increased load
|
||||
|
||||
**Risques organisationnels** :
|
||||
- Indisponibilité des ressources (Data Scientists)
|
||||
- Turnover dans l'équipe projet
|
||||
- Retards dans les livrables
|
||||
**Organizational risks**:
|
||||
- Unavailability of resources (Data Scientists)
|
||||
- Turnover in the project team
|
||||
- Delays in deliverables
|
||||
|
||||
**Risques financiers** :
|
||||
- Dépassement du budget Azure
|
||||
- Coûts de développement sous-estimés
|
||||
- ROI plus long que prévu
|
||||
**Financial risks**:
|
||||
- Azure budget overrun
|
||||
- Underestimated development costs
|
||||
- ROI taking longer than expected
|
||||
|
||||
**Risques légaux** :
|
||||
- Non-conformité RGPD (sanctions financières)
|
||||
- Plaintes d'utilisateurs sur la gestion des données
|
||||
- Litiges liés aux biais du modèle
|
||||
**Legal risks**:
|
||||
- GDPR non-compliance (financial penalties)
|
||||
- User complaints about data management
|
||||
- Disputes related to model bias
|
||||
|
||||
### Plan de mitigation
|
||||
### Mitigation Plan
|
||||
|
||||
Pour chaque risque critique :
|
||||
- **Action préventive** : Mesure pour réduire la probabilité
|
||||
- **Action corrective** : Mesure si le risque se matérialise
|
||||
- **Responsable** : Personne en charge du suivi
|
||||
- **Échéance** : Date de mise en œuvre
|
||||
For each critical risk:
|
||||
- **Preventive action**: Measure to reduce probability
|
||||
- **Corrective action**: Measure if the risk materializes
|
||||
- **Owner**: Person in charge of follow-up
|
||||
- **Deadline**: Implementation date
|
||||
|
||||
**Exemples** :
|
||||
- **Risque RGPD** → Audit de conformité avec le DPO avant chaque sprint
|
||||
- **Risque de biais** → Diversification du dataset et tests réguliers
|
||||
- **Risque de scalabilité** → Load testing et architecture cloud élastique
|
||||
**Examples**:
|
||||
- **GDPR risk** → Compliance audit with the DPO before each sprint
|
||||
- **Bias risk** → Dataset diversification and regular testing
|
||||
- **Scalability risk** → Load testing and elastic cloud architecture
|
||||
|
||||
## 🎓 Compétences développées
|
||||
## 🎓 Skills Developed
|
||||
|
||||
- Cadrage de projet IA end-to-end
|
||||
- Méthodologie agile SCRUM
|
||||
- Estimation et chiffrage de projets techniques
|
||||
- Analyse de rentabilité (ROI, break-even)
|
||||
- Conformité RGPD et gestion des données personnelles
|
||||
- Identification et mitigation des risques
|
||||
- Enjeux éthiques de l'IA (biais, transparence)
|
||||
- Gestion des parties prenantes (COMEX)
|
||||
- Communication et présentation de projet
|
||||
- End-to-end AI project scoping
|
||||
- Agile SCRUM methodology
|
||||
- Estimation and costing of technical projects
|
||||
- Profitability analysis (ROI, break-even)
|
||||
- GDPR compliance and personal data management
|
||||
- Risk identification and mitigation
|
||||
- Ethical issues in AI (bias, transparency)
|
||||
- Stakeholder management (COMEX)
|
||||
- Project communication and presentation
|
||||
|
||||
## 👤 Auteur
|
||||
## 👤 Author
|
||||
|
||||
**Grégoire Mureau**
|
||||
Date de réalisation : 2025
|
||||
Completion date: 2025
|
||||
|
||||
---
|
||||
|
||||
*Ce projet a été réalisé dans le cadre du parcours AI Engineer*
|
||||
*This project was carried out as part of the AI Engineer program*
|
||||
|
|
|
|||
Loading…
Add table
Reference in a new issue