Projets de fin d’étude
Chaque formation certifiante inclut le développement d’un travail personnel, conçu pour renforcer l’apprentissage pratique et démontrer les compétences acquises.
Première étape à l’élaboration d’un portfolio, le projet individuel sert de tremplin à nos étudiants, jouant un rôle déterminant dans le lancement et l’évolution de leur carrière !
Prompt Booster & Smart AI
Python Programming Language
La Réponse Optimale en Un Click
Prompt Booster & Smart AI améliore instantanément la qualité des interactions avec l’IA. Comme la majorité des prompts sont mal formulés ou manquent de contexte, l’outil reformule automatiquement la demande et clarifie l’intention pour obtenir des réponses réellement pertinentes.
Un tableau de bord simple, doté de dix paramètres prédéfinis, permet d’ajuster rapidement le contexte métier, le format ou l’audience. En quelques clics, un prompt vague devient une instruction structurée et précise, garantissant une qualité de réponse nettement supérieure.
Smart AI sélectionne ensuite le modèle de langage le mieux adapté à la tâche, en fonction des forces de chaque LLM. Qu’il s’agisse de code, de recherche factuelle ou d’analyse, l’outil choisit automatiquement le modèle optimal pour fournir la réponse la plus fiable.
Technologies utilisées: Python
Titre obtenu : Certificat Python Developer

Projet - Prompt Booster & Smart AI en images
qA_Ap | query About Anything package
Python Software Engineer
qA_Ap est un moteur de recherche intelligent basé sur un chatbot, capable de répondre à des questions à partir de documents locaux ou privés.
Il s’appuie sur la technologie RAG (Retrieval-Augmented Generation), qui interroge directement les documents fournis par l’utilisateur pour générer des réponses précises et contextualisées.
L’interface de dialogue est propulsée par un LLM (Large Language Model), c’est-à-dire un modèle d’intelligence artificielle entraîné sur de grandes quantités de texte, comme ChatGPT.
L’ensemble fonctionne en local, sans besoin de connexion externe, ce qui garantit la confidentialité des données utilisées.
Technologies utilisées: Python, Ollama, Faiss
Titre obtenu : Certificat Python Software Engineer

Projet - qA_Ap | query About Anything package en images
The Resilience Lab
Python Software Engineer
Partant du constat que 7/10 des projets d’innovations et start-ups échouent, Sarah Bouhnick a choisi de créer une plateforme pour tirer des leçons de ces échecs: The Relisience Lab.
L’objectif de la plateforme? Recycler les données de projets échoués récoltées sur Falory.com pour en faire bénéficier les prochaines initiatives.
Les 7 raisons principales identifiées sont :
- un mauvais management
- un mauvais timing
- une mauvaise définition du produit
- un manque de spécialisation
- un manque d’expérience
- un manque d’agilité
L’objectif est maintenant de nourrir la plateforme avec des données actualisées afin d’élaborer de nouvelles hypothèses et établir de nouvelles conclusions destinées aux entrepreneurs.
Technologies utilisées: Python, Numpy, Pandas
Titre obtenu : Certificat Python Software Engineer

Projet - The Resilience Lab en images
Algorithmic Trading of the swiss stock market
Python Software Engineer
Ce projet vise à prédire la capitalisation d’actions cotées en Suisse afin d’identifier des titres sous- ou surévalués, puis de générer automatiquement des signaux d’achat et de vente. L’objectif : comparer la performance de cette stratégie quantitative à celle du SMI.
Plus de 44 Go de données financières (prix et fondamentaux) ont été collectées et structurées, puis enrichies par du feature engineering (reconstruction de la capitalisation, ratios financiers, variables historiques) . Un modèle de Machine Learning a ensuite été entraîné sur le marché suisse afin d’estimer les écarts entre capitalisation réelle et prédite.
Le projet illustre une approche complète en Data Science appliquée à la finance : de la collecte de données massives à la stratégie de trading automatisée.
Technologies utilisées: Python, Numpy, Pandas
Titre obtenu : Certificat Analyse de Données Appliquées avec Python

Projet - Algorithmic Trading of the swiss stock market en images
Exploration et analyse des données StackOverflow
Python Data Analyst / EDA
L’application offre la possibilité d’analyser l’activité des 20 millions d’utilisateurs enregistrés sur Stack Overflow, un site web de questions-réponses dédié aux programmeurs, sur une période allant de 2008 à 2022. Ceci inclut plus de 24 millions de réponses et 25 millions de questions, le tout rendu possible grâce au service web BigQuery de Google Cloud.
Le projet propose d’analyser ces données pour illustrer les tendances de l’industrie du logiciel ces 15 dernières années et comprendre comment cette industrie a pu être affectée par l’essor de l’intelligence artificielle.
Technologies utilisées: Python, Numpy, Pandas
Titre obtenu : Certificat Python Data Anaylst

Projet - Exploration et analyse des données StackOverflow en images
Campagne de Marketing Digital : Estrela Agency
Digital Marketing Manager
Estrela Agency est une agence de communication sportive.
Elle a pour mission de développer l’image de marque de chacun de ses athlètes à travers le monde.
Avec sa présentation soignée et percutante ainsi que son graphisme attractif, David a séduit le jury et obtenu un certificat avec mention.
Technologies utilisées: Wordpress, référencement SEO, Google Ads, Google Analytics, Facebook Meta, Instagram, Threads etc.
Titre obtenu : Certificat Digital Marketing Manager

Projet - Campagne de Marketing Digital : Estrela Agency en images
TS Workshop
Python Software Engineer
Cette application a pour objectif de formaliser la description des propriétés des produits. Elle est conçue pour couvrir une variété de produits dans une seule interface. Utile pour les clients commandant des produits non standards sans spécifications techniques typiques, l’application permet de créer une liste claire et détaillée des exigences pour le produit final.
Technologies utilisées: Python, Flask, Numpy, Pandas
Titre obtenu : Certificat Python Software Engineer

Son avis sur la formation :
Many thanks to Antonio, to Haim, tho the whole Nomades team and to Python !
Projet - TS Workshop en images
















































