Gabriel Pierret

SignByMail

Ce projet est né d'une idée simple : et si un utilisateur pouvait lancer un processus de signature électronique en envoyant simplement un e-mail, sans se connecter à une plateforme dédiée ? J'ai conçu et développé ce POC de bout en bout, avec des spécifications qui ont évolué au fil des itérations.

L'architecture repose sur trois briques : l'API de Signature Électronique en Ligne (SEL) de Docaposte, le service de webhooks e-mail Mailgun, et GPT-4o pour extraire automatiquement les informations du signataire depuis le corps de l'e-mail. Un formulaire de secours est envoyé si les informations extraites sont incomplètes. L'application a été containerisée avec Docker en vue d'un déploiement Kubernetes.

Résultat : une preuve de faisabilité technique validée fonctionnellement, avec un dépôt actif de plus de cent commits.

AI Financial Performance

En l'absence d'outil consolidé, le chiffre d'affaires de la BU était suivi manuellement sur des fichiers Excel, ce qui rendait les exercices de prévision longs et peu fiables. J'ai réalisé un audit complet de la donnée financière puis développé un pipeline Python/Pandas pour nettoyer et structurer automatiquement les exports comptables.

J'ai ensuite mené une étude comparative entre régression linéaire, XGBoost et Facebook Prophet (métriques MAE / RMSE), et retenu Prophet pour ses performances et sa lisibilité sur les effets de saisonnalité. L'ensemble est exposé via une interface Streamlit interactive : import du fichier, visualisation de l'historique, prévisions avec intervalle de confiance, et export CSV — une fonctionnalité proposée spontanément et adoptée par l'équipe.

Résultat : un outil containerisé avec Docker, aujourd'hui utilisé par le management lors des clôtures mensuelles de la BU.

Dashboards Power BI de pilotage

Conception de deux tableaux de bord répondant à des enjeux de pilotage financier concrets : la Balance Âgée, pour le suivi des créances clients et des impayés, et les Activités Non Facturées, pour le suivi des prestations réalisées mais non facturées.

J'ai intégré les exports automatisés (SharePoint / Power Automate) comme source de données, écrit les scripts Power Query (M) pour nettoyer et filtrer les historiques, puis construit les mesures DAX du dashboard : segmentation des créances par ancienneté, taux d'échu, DSO, concentration des débiteurs, colorisation dynamique des indicateurs. Dernière brique ajoutée : l'intégration de TALK, le modèle de langage souverain de Docaposte, qui génère automatiquement une analyse textuelle des risques du portefeuille clients directement dans le dashboard.

Résultat : un dashboard utilisé par le management pour un suivi financier en temps réel, sans traitement manuel.

Projet IA

Ce projet implique l'utilisation de machine learning pour analyser et classifier les avis consommateurs en utilisant des données collectées via web scraping. Le modèle a été développé avec Scikit-learn et la collecte des données a été réalisée avec BeautifulSoup.

Application de cartographie

Ce projet avait pour but de développer une application web fonctionnant en mode offline et intégrant une carte interactive.

Collecte automatisée de données web

Ce projet consiste à automatiser la collecte de données environnementales telles que la température, l'humidité, et la pression à l'aide de capteurs connectés à un Arduino, avec l'intégration des données dans une base SQL.