ML Engineer passionné, de la physique théorique à l'IA appliquée. Je construis des systèmes ML robustes qui passent du notebook à la production et qui créent un impact réel, particulièrement en Afrique.
| 🎯 Modèles en production | 📊 Précision moyenne | ⚡ Réponse garantie | 🌍 Continents atteints |
|---|---|---|---|
| 5+ | 90% | < 24h | 3 |
Physique & Maths → Solides bases analytiques | ML & IA → Spécialisation avancée | Formation continue → Toujours à jour
expertise = {
"LLM & NLP": ["Fine-tuning Llama 3", "Mistral", "Phi-3", "BERT", "Transformers"],
"RAG Systems": ["LangChain", "LlamaIndex", "ChromaDB", "Pinecone", "Embeddings"],
"Computer Vision": ["YOLO", "Segment Anything", "OCR", "Object Detection"],
"Time Series": ["Prophet", "ARIMA", "XGBoost", "Forecasting"],
"ML Classique": ["Scikit-Learn", "XGBoost", "LightGBM", "Random Forest"],
"Explicabilité": ["SHAP", "LIME", "Model Interpretability"],
}MLOps & Déploiement
Data & Full-Stack
VeritaAI — Détection de Fake News
Système RAG + BERT pour analyser l'authenticité des informations en temps réel
BERT Transformers FastAPI Streamlit Supabase | 🟢 En production
Impact : 90% de précision • Utilisé par 3 médias africains
- Fine-tuning BERT sur corpus francophone africain
- Pipeline RAG pour fact-checking automatique
- API FastAPI disponible pour intégrations tierces
Credit Risk Engine — Scoring Crédit Bancaire
Modèle prédictif avec explicabilité SHAP déployé chez une fintech béninoise
Scikit-Learn FastAPI SHAP Streamlit MLflow | 🟢 En production
Impact : +15% de précision vs baseline • Monitoring de drift en temps réel
- Feature engineering avancé + Logistic Regression optimisée
- Explicabilité complète avec SHAP values (exigence réglementaire)
- Drift detection via MLflow
💪 CoachAI — Générateur IA de Programmes Sportifs
LLM qui génère des entraînements personnalisés et plans nutritionnels
OpenAI GroqCloud RAG Streamlit LangChain | 🟢 En production
Impact : -20% du temps de préparation pour les coachs
AskBenin — La Plateforme Intelligente du Bénin
Chat IA tout-en-un pour accéder à toutes les informations sur le Bénin et sa diaspora
RAG LLM LangChain FastAPI Next.js | 🟡 En cours de développement
Vision : Un seul endroit pour tout savoir sur le Bénin — culture, histoire, services publics, économie, diaspora — grâce à un chat intelligent alimenté par l'IA
- Chat IA contextuel sur toutes les thématiques béninoises
- Accès centralisé : institutions, culture, économie, diaspora mondiale
- Base de connaissances RAG enrichie en continu
- Conçu pour les Béninois au pays et à l'étranger 🌍
⚡ En cours — watch the repo pour suivre l'avancement !
AQI Cotonou — Surveillance Qualité de l'Air
Dashboard temps réel de surveillance des PM2.5, PM10, Ozone & NO₂ à Cotonou avec analyses IA
Time Series Prophet Plotly Netlify | 🟢 En production
Impact : Premier outil public de monitoring de la qualité de l'air au Bénin • 5 256 enregistrements horaires analysés
- 📊 8 indicateurs clés en temps réel : AQI, PM2.5, PM10, Ozone, NO₂, rapport PM2.5/PM10...
- 🚨 Alertes dépassement OMS — PM2.5 à 18.47 µg/m³ vs seuil OMS 12 µg/m³ (détecté & affiché)
- 🧠 Analyses IA : séries temporelles, distributions, corrélations, pics & épisodes critiques
- 🌙 Interface dark mode soignée, responsive, avec jauge visuelle par polluant
| Projet | Description | Stack | Status |
|---|---|---|---|
| RAG Document Intelligence | Recherche sémantique multi-format, réponses <2s sur 1000+ docs | Groq · LangChain · ChromaDB · Llama 3 | 🟢 Prod |
| EV Dashboard Pro | Optimisation recharge véhicules électriques (-30% facture) | Prophet · XGBoost · Plotly Dash · Docker | ✅ Terminé |
| SafeRoute Bénin | Sécurité routière communautaire + prédiction zones à risque | React Native · Node.js · MongoDB · ML | 🟡 En cours |
- 🏅 Machine Learning Specialization — Stanford / Coursera
- 🏅 Deep Learning Specialization — DeepLearning.AI
- 🏅 MLOps Professional — Google Cloud
- 🏆 Hackathon Winner — Hack2Hire TechTech DataScience 2020
class DonaEric:
def __init__(self):
self.name = "Dona Éric KOULODJI"
self.role = "ML Engineer & Data Scientist"
self.location = "Abomey-Calavi, Bénin 🇧🇯"
self.languages = ["Python", "JavaScript", "French", "English"]
self.currently = "Advanced RAG techniques + LLM Agents"
self.goal_2026 = "Former 100+ data scientists africains 🌍"
def say_hi(self):
print("Transformons vos données en solutions intelligentes ! 🚀")
me = DonaEric()
me.say_hi()

