Marie Challet

Fonctionnalités principales

• Apache Superset 6.0.0 : Plateforme BI complète avec SQL Lab, dashboards interactifs et charts avancés
• Traduction française complète : Interface 100% française (correction du bug Superset #35569)
• Migration de données : Outils MariaDB vers PostgreSQL avec déduplication intelligente
• Enrichissement API : Intégration APIs gouvernementales (INSEE, Recherche Entreprises) pour données entreprises
• Validation SIRET : Correction et validation automatique avec rapports détaillés

Architecture technique

• Superset (superset-fsa) : Interface BI et SQL Lab sur port 8088
• PostgreSQL 17 (postgres-fsa) : Base de données métier sur port 5432
• PostgreSQL 15 (superset-db) : Métadonnées Superset sur port 5442
• Service Migration : ETL automatisé avec batch processing et rate limiting
• Service Backup : Sauvegardes quotidiennes automatisées à 3h (configurable)

Sécurité et bonnes pratiques

• Configuration par environnement : Aucun secret codé en dur, tout via variables d'environnement
• Protection CSRF : Activée par défaut dans Superset
• Isolation réseau : Services communiquant via réseau Docker interne
• Health checks : Récupération automatique des services
• Requêtes paramétrées : Prévention des injections SQL dans les outils de migration

Sauvegarde et récupération

• Sauvegardes quotidiennes automatisées (expression cron configurable)
• Archives compressées tar.gz (-50% stockage)
• Sauvegardes par schéma pour restauration granulaire
• Rétention configurable (7 jours par défaut)
• Script de restauration en une commande

Tests et qualité

• Migration : 106 tests, couverture 80%+ (Database, API, SIRET, OPCO)
• Superset : 25 tests, couverture 85%+ (Configuration et build)
• Scripts de test PowerShell et Bash fournis

Technologies utilisées

Soft Skills mobilisées

• Autonomie : Architecture et développement complet en indépendance
• Rigueur : Tests automatisés et couverture de code élevée
• Communication : Documentation technique détaillée
• Résolution de problèmes : Intégration de technologies complexes

Objectifs

• Créer une vitrine professionnelle moderne et responsive
• Mettre en valeur mes compétences en développement web
• Démontrer ma capacité à mener un projet de A à Z
• Faciliter la prise de contact avec des recruteurs

Fonctionnalités

• Design responsive : Adaptation optimale sur mobile, tablette et desktop
• Navigation fluide : Scroll smooth et menu dynamique
• Filtrage des projets : Système de filtres par catégorie de compétences
• Animations : Effets visuels subtils avec AOS et CSS transitions
• Accessibilité : Respect des bonnes pratiques ARIA

Soft Skills mobilisées

• Autonomie : Projet personnel mené de bout en bout
• Créativité : Conception du design et de l'expérience utilisateur
• Rigueur : Code propre, maintenable et documenté
• Amélioration continue : Itérations successives basées sur les retours

Technologies utilisées

Technologies Utilisées

Résultats Obtenus

• Identification et correction des incohérences dans les relations entre tables
• Optimisation des index pour améliorer les performances des requêtes
• Documentation complète de la structure de la base de données
• Recommandations détaillées pour les futures améliorations

Défis et Solutions

• Complexité des schémas : Utilisation de techniques de visualisation avancées pour cartographier les relations
• Volume important de données : Implémentation d'échantillonnage stratifié pour l'analyse
• Détection d'anomalies : Développement d'algorithmes personnalisés pour identifier les incohérences subtiles

Impact du Projet

• Amélioration de l'intégrité des données garantissant des informations fiables pour la prise de décision
• Optimisation des performances réduisant les temps de réponse de 30%
• Établissement d'un cadre pour les audits périodiques futurs
• Documentation complète facilitant la maintenance et les évolutions futures

Soft Skills mobilisées

• Analyse critique : Examen méthodique des structures de données
• Esprit de synthèse : Documentation des recommandations
• Force de proposition : Suggestions d'optimisation concrètes

Fonctionnalités principales

• Importation et nettoyage : Chargement des données de versements à partir de fichiers Excel et traitement des fichiers FEC (format texte tabulé).
• Détection d'anomalies : Identification automatique des écarts entre montants facturés et encaissés.
• Interface utilisateur : Interface graphique intuitive avec visualisation des résultats.
• Export des résultats : Génération de rapports Excel pour faciliter les actions correctives.

Architecture

• FECAnalyzer : Gère la logique métier de traitement des données.
• ControleFacturationsApp : Gère l'interface utilisateur et les interactions.

Résultats obtenus

• Réduction significative du temps consacré aux contrôles financiers.
• Identification systématique des écarts entre facturations et encaissements.
• Visualisation claire des anomalies à travers une interface utilisateur intuitive.
• Export des résultats pour faciliter les actions correctives.

Soft Skills mobilisées

• Autonomie : Conception et développement en totale indépendance
• Écoute des besoins : Analyse des attentes métier pour concevoir une solution adaptée
• Résolution de problèmes : Traitement de formats de données hétérogènes

Technologies utilisées

Objectifs du projet

Analyser l'impact du tourisme sur l'attractivité territoriale à l'échelle nationale et locale (Cantal), en identifiant les leviers de développement, les freins existants et les actions possibles pour renforcer l'image et la compétitivité d'un territoire rural.

Contenu et approche

• Analyse nationale : Étude du poids du tourisme en France (8 % du PIB, 2 M d'emplois), tendances post-COVID, digitalisation, tourisme durable, rôle des grands événements (JO 2024, Coupe du Monde Rugby 2023).
• Étude locale : Diagnostic complet du tourisme dans le Cantal (5,58 M de nuitées, 15 % du PIB local), valorisation des atouts naturels (Puy Mary, Lioran), culturels (villages, gastronomie) et immatériels.
• Méthodologie : Analyse de données (INSEE, Atout France), benchmarking territorial, identification des axes de modernisation (hébergement, mobilité, communication numérique).

Défis et solutions proposées

Mes contributions

• Rédaction de l'analyse territoriale sur le Cantal.
• Élaboration de recommandations stratégiques (communication, diversification de l'offre).
• Mise en forme du rapport final et structuration de la bibliographie (sources INSEE, Atout France, Statista, etc.).

Résultats obtenus

• Rapport complet de 20 pages avec diagnostic, analyse et plan d'action.
• Valorisation du Cantal comme destination de tourisme vert et durable.
• Développement de compétences en analyse territoriale, stratégie touristique, communication institutionnelle.

Technologies et compétences mobilisées

Objectifs du projet

Concevoir et structurer une démarche de gestion des risques informatiques au sein d'une PME, en conformité avec le RGPD, les normes ISO 27001/27005, et les obligations légales, dans le but de protéger les données, assurer la disponibilité des services et garantir la résilience de l'entreprise.

Contenu et approche

Étude de cas : PME e-commerce (jouets en bois) dépendant d'un SI en mode SaaS (site, CRM, logistique, comptabilité).

Audit complet :

• Identification et classification des actifs critiques (base clients, serveurs, flux de commandes, site e-commerce).
• Analyse des vulnérabilités techniques et organisationnelles.
• Élaboration d'une matrice de risques (impact / probabilité).

Traitement des risques :

• Risque 1 : Indisponibilité serveur → plan de continuité (PCA/PRA), redondance, SLA.
• Risque 2 : Fuite de données clients → chiffrement, MFA, Zero Trust, clauses contractuelles.
• Risque 3 : Panne du site web → hébergement multi-cloud, anti-DDoS, plan de communication de crise.

Défis et solutions proposées

Mes contributions

• Analyse juridique (RGPD, Code civil, directive NIS 2).
• Élaboration de la matrice de risques ISO 27005.
• Définition des mesures de sécurité techniques et organisationnelles.
• Rédaction du plan de réponse aux incidents et recommandations stratégiques.

Résultats obtenus

• Dossier structuré de gestion des risques ISO 27005 adapté à une PME réelle.
• Recommandations pratiques pour assurer la conformité RGPD.
• Acquisition de compétences en audit de sécurité, analyse d'impacts, plan de continuité, et privacy by design.

Technologies et méthodologies utilisées

Objectifs du projet

Créer un environnement d'apprentissage immersif pour les compétences en cybersécurité, combinant des éléments de stéganographie, cryptographie, forensique et navigation système. Le challenge offre une expérience narrative engageante tout en testant des compétences techniques variées.

Fonctionnalités implémentées

• Système de fichiers virtuels : Simulation complète d'une structure Linux avec +50 fichiers et répertoires navigables
• Cryptographie avancée : Implémentation de chiffrement César, XOR, AES et RSA
• Stéganographie : Dissimulation de messages dans des fichiers images via techniques LSB (Least Significant Bit)
• Commandes Linux : Simulation de 25+ commandes Unix (ls, cat, cd, grep, find, etc.)
• Virus simulé : Menace dynamique avec corruption progressive du système pour ajouter une pression temporelle
• Indices progressifs : Système d'aide adaptatif qui s'active selon la progression du joueur
• Interface graphique : Terminal émulé avec Tkinter, incluant une interface utilisateur réactive

Compétences cybersécurité testées

• Analyse de traces et de logs système
• Cryptanalyse et déchiffrement de messages codés
• Extraction de données cachées (stéganographie)
• Identification et neutralisation de menaces (anti-virus)
• Navigation et reconnaissance de systèmes Linux
• Exploitation de failles de sécurité simulées

Aspects techniques notables

• Moteur d'exécution de commandes avec interprétation en temps réel
• Système de progression avec sauvegarde d'état
• Fonctions d'encodage/décodage multiples (Base64, XOR, César)
• Gestion des permissions et simulation d'authentification (sudo)
• Génération procédurale de contenu cryptique et d'indices

Soft Skills mobilisées

• Créativité : Conception du scénario et des énigmes
• Autonomie : Projet personnel mené de bout en bout
• Pédagogie : Vulgarisation de concepts cybersec via le jeu

Technologies et compétences mobilisées

Objectifs du projet

Créer un simulateur de batailles permettant d'étudier l'efficacité de différentes stratégies de combat via des IA autonomes, tout en validant empiriquement les lois de Lanchester (loi linéaire pour le mêlée, loi carrée pour les unités à distance).

Fonctionnalités principales

• Vues multiples : Interface terminal (curses) et vue 2.5D isométrique (Pygame) avec bascule en temps réel (F9)
• Généraux IA : 5 stratégies (BRAINDEAD, DAFT, SOMEIQ, RPC, RANDOMIQ) avec comportements distincts
• Unités médiévales : Chevaliers, piquiers, arbalétriers avec stats et comportements uniques
• Scénarios variés : Classic, Cavalry Charge, Shield Wall, Cannae, Lanchester
• Système de tournois : Matchs automatisés avec classements et statistiques
• Analyses statistiques : Validation des lois de Lanchester avec graphiques et rapports HTML

Mes contributions personnelles

• Vue Terminal : Développement complet de l'interface terminal avec curses (navigation, zoom, auto-follow, panneaux d'info)
• Controller Terminal : Gestion des inputs clavier, contrôle de caméra, gestion des états
• Analyses statistiques : Implémentation des tests statistiques et validation des données
• Module Lanchester : Conception des analyses basées sur les lois de Lanchester (pentes théoriques vs empiriques)
• Système de tournois : Logique de matchmaking, calcul des scores et classements
• Module Plotting : Graphiques avec plotnine (ggplot2 pour Python), génération de visualisations
• Controllers Plotting : Orchestration de la collecte de données et génération de rapports
• Controller principal : Participation à l'architecture et au dispatcher CLI
• Documentation : Rédaction partielle du README et documentation technique

Lois de Lanchester implémentées

Analyse : équipe A (N unités) vs équipe B (2N unités) pour mesurer les pertes et comparer aux prédictions théoriques.

Architecture technique

• Pattern MVC : Séparation stricte Model (unités, généraux, simulation) / View (terminal, pygame) / Controller
• Factory Pattern : Création dynamique des généraux et stratégies
• Multiprocessing : Collection parallèle des données pour les analyses statistiques
• Sauvegarde/Chargement : Sérialisation pickle des parties en cours

Soft Skills mobilisées

• Travail d'équipe : Collaboration étroite avec 6 autres développeurs
• Communication : Coordination via Git, revues de code, réunions techniques
• Gestion de projet : Répartition des tâches et respect des deadlines
• Adaptabilité : Intégration de contraintes techniques variées

Technologies et compétences mobilisées

Fonctionnalités principales

• Traitement automatisé des données financières : Import de fichiers Excel, nettoyage et standardisation des données, calcul des budgets, frais de gestion et montants à verser.
• Visualisation interactive : Tableaux de bord dynamiques avec vue par formation, établissement ou partenaire, suivi des historiques de versements.
• Génération de documents : Export de tableaux Excel, création de tableaux de bord personnalisés, rapports synthétiques pour les partenaires.

Bénéfices

• Gain de temps grâce à l'automatisation des calculs complexes.
• Réduction des erreurs par la standardisation des processus.
• Meilleure traçabilité avec l'historisation des versements.
• Amélioration de la communication via des tableaux de bord clairs.
• Flexibilité pour s'adapter aux différentes structures de données.

Défis techniques surmontés

• Traitement de formats de données variés et parfois incohérents.
• Gestion des règles métier complexes pour les calculs financiers.
• Création d'une interface utilisateur intuitive malgré la complexité des opérations.
• Implémentation d'un système de gestion historique des versements.

Soft Skills mobilisées

• Autonomie : Projet individuel mené de A à Z
• Rigueur : Gestion de données financières sensibles
• Pédagogie : Documentation et formation des utilisateurs

Technologies utilisées

Fonctionnalités principales

• Formations & Partenaires : Vue d'ensemble des diplômes et établissements partenaires.
• Effectifs par formation : Analyse détaillée des effectifs par type de diplôme et niveau RNCP.
• Répartition par sexe : Visualisation de la parité dans les formations.
• Entreprises : Classification des entreprises partenaires (public/privé et taille).
• Origine géographique : Répartition territoriale des entreprises partenaires.

Points forts techniques

• Interface utilisateur intuitive avec thème personnalisé.
• Système d'import de données avec validation.
• Détection automatique du niveau des diplômes.
• Tableaux interactifs avec fonctionnalités de tri, regroupement et recherche.
• Guide d'utilisation intégré.

Technologies utilisées

Objectifs

• Identifier les thèmes criminels récurrents dans les archives.
• Créer une base thématique exploitable pour appuyer le travail policier.
• Explorer les usages potentiels dans des produits data décisionnels et prédictifs.

Méthodologie

• Prétraitement & pipeline NLP : Nettoyage linguistique, lemmatisation, POS tagging, vectorisation en Document-Term Matrix (DTM).
• Modélisation par LDA : Choix optimal de 12 thèmes via métriques, extraction des mots-clés dominants, visualisation avec LDAvis.
• Interprétation : Attribution de noms aux thèmes, croisement avec métadonnées spatio-temporelles.

Produits et usages potentiels

• Exploration & suivi des crimes : Dashboard interactif, rapports périodiques.
• IA appliquée au renseignement : Générateur de profils criminels, système de recommandations.
• Optimisation opérationnelle : Cartes de chaleur thématiques, analyse prédictive.

Résultats obtenus

• Génération de 12 thèmes clairs et interprétables (espionnage, crimes financiers, etc.).
• Structuration automatisée d’un corpus initialement non balisé.
• Prototype fonctionnel pour une analyse dynamique des thématiques.

Technologies utilisées

Objectifs

• Interpoler et prédire les mesures manquantes.
• Construire des courbes de référence pour taille, poids et IMC.
• Détecter des différences significatives entre filles et garçons.
• Mettre en œuvre des algorithmes de classification supervisée.

Méthodologie

• Préparation des données : Suppression des valeurs aberrantes, interpolation PCHIP, calcul de l’IMC.
• Analyse statistique : Calculs des médianes, écarts-types, percentiles, visualisations avancées avec ggplot2.
• Classification : Comparaison de modèles (KNN, rpart, GLM, LDA, QDA, Naive Bayes), validation croisée, évaluation par exactitude et matrice de confusion.
• Tests de différences significatives : Comparaison garçons/filles sur taille, poids et vitesse de croissance.

Résultats obtenus

• Courbes normatives de croissance produites (médianes ±1σ, ±2σ, ±3σ).
• Différences significatives de taille et poids entre sexes pour les âges 16-18.
• Modèle rpart performant sur les données centrées.
• Visualisation claire de la répartition de l’IMC et des classes à risque.

Défis rencontrés

• Gestion des cas d’interpolation/extrapolation complexe.
• Comparaison cohérente de nombreux classifieurs.
• Automatisation des tests d’écart significatif sur plusieurs variables et âges.

Technologies utilisées

Objectifs

• Évaluer la tonalité des articles (positive, négative, neutre) pour chaque candidat.
• Identifier les biais médiatiques selon les sources (nationales, partisanes, internationales).

Méthodologie

• Collecte de données : Articles publiés le 11 septembre 2024 issus de médias nationaux, partisans et internationaux.
• Prétraitement : Nettoyage des textes, lemmatisation, annotation linguistique avec udpipe.
• Analyse de sentiments : Utilisation des lexiques AFINN, Bing et NRC pour évaluer les émotions et la valence des articles.
• Visualisations : Graphiques radar des émotions, barplots et boxplots comparatifs par candidat et source.

Résultats obtenus

• Kamala Harris a bénéficié d’une couverture majoritairement positive, notamment dans les médias progressistes et internationaux.
• Donald Trump a reçu une couverture polarisée : positive dans les médias conservateurs, négative dans les médias progressistes.
• Les médias internationaux ont eu une perception nettement plus favorable de Harris.

Défis rencontrés

• Difficulté des modèles lexicaux à capter les nuances de langage journalistique (sarcasme, ironie).
• Détection imprécise des tonalités neutres ou ambivalentes.
• Biais éventuels hérités des lexiques préexistants.

Améliorations envisagées

• Intégration de modèles pré-entraînés comme BERT pour une meilleure contextualisation.
• Utilisation de Topic Modeling pour explorer les thèmes dominants par source.

Technologies utilisées

Informations clés

• Objectifs : Protéger les données sensibles des patients tout en conservant l'utilité des données pour les analyses
• Méthodes : K-Anonymité, L-Diversité, suppression d'attributs, généralisation hiérarchique
• Processus : Identification des variables sensibles, conception des niveaux d'anonymisation, développement des jobs Talend, validation des résultats

Technologies utilisées

Compétences Démontrées

• Développement d'Outils Décisionnels : Optimisation et refonte d'un datawarehouse sur différents environnements (production, intégration), utilisation avancée de Talend pour l'ETL, gestion via Talend Administration Center (TAC)
• Gestion de Projet Agile : Participation aux sprints et réunions de planification, collaboration avec des équipes pluridisciplinaires
• SQL : Écriture et optimisation de requêtes SQL pour extraire des données pertinentes et performantes
• Datavisualisation : Création de tableaux de bord Grafana interactifs pour analyser les performances produit
• Communication : Rédaction de documentation technique, présentation des résultats à l'équipe

Technologies utilisées

Soft Skills mobilisées

• Travail d'équipe : Intégration dans une équipe pluridisciplinaire
• Adaptabilité : Prise en main rapide de nouvelles technologies
• Communication : Présentations régulières aux stakeholders
• Agilité : Participation active aux cérémonies Scrum

Objectifs du projet

Explorer la transformation d'une base de données relationnelle (PostgreSQL) vers une base orientée documents (MongoDB), en évaluant les impacts sur les performances, la structure des données, et les cas d'usage adaptés à la dénormalisation.

Contenu et méthodologie

• Base SQL (PostgreSQL) : Création de 6 tables relationnelles (employés, salaires, titres, départements, etc.), insertion de données, analyse du coût des jointures SQL.
• Optimisation SQL : Création d'une vue matérialisée pour accélérer les requêtes multi-tables (gain de +99% de temps d'exécution).
• Export JSON : Transformation des tables en documents JSON via row_to_json, json_agg, et COPY, en vue d'une intégration NoSQL.
• Base NoSQL (MongoDB) : Import des données, création d'index, usage de $lookup, $project, $merge pour jointures et dénormalisation.
• Mesure des performances : Comparaison des temps d'accès avec et sans dénormalisation (MongoDB) et analyse avec explain().

Défis rencontrés et solutions

Mes contributions

• Écriture complète des scripts de création SQL, export JSON, et manipulations MongoDB.
• Analyse des performances des requêtes dans PostgreSQL et MongoDB.
• Développement d'un script PowerShell personnalisé pour reformater les fichiers JSON.
• Réalisation d'une collection dénormalisée avec aggregate, project, map, et merge.

Résultats obtenus

• Temps de requêtes réduit de 425 ms (SQL) à 2 ms (vue matérialisée).
• Import réussi de +6 collections dans MongoDB avec des documents enrichis.
• Création d'une base dénormalisée optimisée pour lecture rapide (temps d'accès réduit à ~100 ms).
• Compréhension approfondie des architectures SQL vs NoSQL et de leurs cas d'usage.

Technologies utilisées

Objectif du projet

Concevoir un cahier des charges complet pour le développement d'une application de reporting décisionnel destinée à une startup fictive (GlobalTrade Inc.), dans le cadre d'un projet de business intelligence à faible budget et haute valeur ajoutée.

Contenu du livrable

Contexte & besoins :

• Problèmes de données dispersées, reporting manuel, visibilité réduite sur les performances logistiques et financières.

Objectifs fonctionnels :

• Centralisation via un datawarehouse PostgreSQL.
• Visualisations interactives pour les modules Financier (CA, marges, remises) et Logistique (retards, stocks, transport).
• Automatisation des exports de rapports.

Architecture cible :

• Stack technique recommandée : R + Shiny + PostgreSQL.
• Modèle en étoile pour le datawarehouse (MCD fourni).

Prototype d'interface :

• Navigation, tableaux de bord, filtres et export.

Mes contributions

• Rédaction intégrale du cahier des charges structuré (fonctionnel, technique, sécurité, calendrier, budget, critères d'acceptation).
• Conception des modèles de données relationnels et analytiques (modèle en étoile).
• Définition des cas d'usage, des exigences fonctionnelles, et des spécifications de tests.
• Comparaison argumentée des technologies envisagées et choix justifiés (RShiny vs React/Python).

Résultats obtenus

• Cahier des charges complet de +30 pages livrable à une équipe technique pour développement.
• Livrable structuré selon les standards professionnels (contenu + UX, sécurité, planning, budget prévisionnel).

Compétences et technologies

Informations clés

• Sources : Données CSV des signalements de rongeurs (2010-2017)
• Méthodes : Nettoyage des données, analyse exploratoire, visualisation géospatiale
• Résultats : Dashboard interactif permettant d'explorer les variations saisonnières et géographiques

Technologies utilisées

Objectif du projet

Analyser l'impact de la création d'une nouvelle intersection (I4) sur la circulation d'une ville, à partir de données temporelles collectées sur 20 mois. L'étude visait à modéliser les flux de véhicules, détecter des anomalies et évaluer l'efficacité de l'infrastructure sur la répartition du trafic urbain.

Méthodologie et contenu

Prétraitement des données (R, dplyr, lubridate, tidyverse) :

• Nettoyage et restructuration des données horaires (nov. 2015 – juin 2017).
• Création de 3 jeux de données agrégés (heure, jour, mois).
• Calcul de ratios Ei/Ii (entrée par intersection) et de la somme globale des entrées.

Modélisation statistique et analyse exploratoire :

• Lissages (moyenne mobile, lissage exponentiel).
• Modèles additifs et multiplicatifs avec saisonnalité (24h et 7 jours).
• Détection d'anomalies par résidus (>99 %).
• Test de coupure structurelle (test de Chow) sur les données d'entrée autour du 1er janvier 2017 (mise en service de I4).

Prédictions :

• Prévisions sur 40 jours après le 30/06/2017 à partir du meilleur modèle retenu (additif avec saisonnalité hebdomadaire).

Mes contributions spécifiques

• Participation au prétraitement des données
• Participation à la modélisation des flux, aux analyses de périodicité, et aux visualisations de données.
• Co-rédaction du rapport d'analyse, structuration des observations, interprétation des résultats des tests.

Résultats obtenus

• Confirmation d'une meilleure répartition du trafic après l'ouverture de l'intersection I4, notamment baisse du ratio E1/I1.
• Pas de cassure significative détectée sur E1, mais cassure validée sur E2, confirmant un changement dans les habitudes de circulation.
• Identification d'un besoin de données plus longues pour des conclusions robustes.

Technologies utilisées

Soft Skills mobilisées

• Travail en binôme : Collaboration étroite et répartition des tâches
• Communication : Co-rédaction du rapport d'analyse
• Esprit d'analyse : Interprétation rigoureuse des résultats statistiques

Contexte

En 2018, il est révélé que Cambridge Analytica a exploité les données personnelles de millions d'utilisateurs Facebook à leur insu, via une application de quiz psychologique. Ces données ont été utilisées pour élaborer des profils psychographiques destinés à influencer des comportements électoraux lors de campagnes politiques majeures.

Axes d'analyse

• Le principe socratique : Interrogation critique des motivations des acteurs impliqués (Wylie, Kaiser)
• Consentement informé & désengagement : Violations massives des droits des utilisateurs
• Propriété des données : Tensions entre réalité juridique et considérations éthiques
• Financement opaque & manipulation : Liens avec des acteurs politiques radicaux
• Psychographie comme arme : Dérives comparées aux opérations psychologiques militaires (PSYOPS)
• Équité algorithmique : Ciblage de populations vulnérables identifiées comme "influençables"
• Impact sur la démocratie : Manipulation électorale, intimidation des lanceurs d'alerte

Mes contributions

• Rédaction complète du rapport éthique à partir de sources académiques, médiatiques et juridiques
• Application des outils de la science morale à un cas réel de dérive techno-politique
• Analyse critique des enjeux liés à la data science non éthique, à la surveillance, et à la transparence algorithmique

Résultats et compétences développées

• Capacité à mobiliser des concepts éthiques concrets dans un contexte de data science
• Rédaction d'un rapport structuré alliant rigueur académique et portée critique
• Développement d'une réflexion personnelle sur l'usage responsable des technologies
• Compréhension des implications sociétales de la manipulation des données personnelles

Méthodologie