Sabri Serradj

Ce projet avait pour objectif d'automatiser la récupération et l'analyse de profils LinkedIn afin d'aider une entreprise marketing à identifier des prospects qualifiés. J'ai conçu un pipeline de données en Python permettant d'extraire des profils à partir des interactions (likes, commentaires), de nettoyer et structurer les informations avec Pandas, puis d'enrichir les données via des APIs externes. J'ai également développé un système de scoring basé sur des principes de sciences comportementales afin de classer les contacts selon leur niveau d'intérêt et leur pertinence. L'objectif était de prioriser automatiquement les leads pour améliorer l'efficacité commerciale. Ce projet m'a permis de combiner data engineering, automatisation et logique business pour transformer des données brutes en informations directement exploitables.

The goal was to automate LinkedIn profile extraction and analysis to help a marketing company identify qualified prospects. I built a Python data pipeline to extract profiles from interactions (likes, comments), clean and structure data with Pandas, and enrich via external APIs. I also developed a scoring system based on behavioral science to rank contacts by interest and relevance, to automatically prioritize leads and improve sales efficiency. This project combined data engineering, automation and business logic to turn raw data into actionable insights.

Dans le cadre d'un projet avec l'entreprise Egerie, j'ai travaillé sur l'optimisation des itinéraires de vélos publicitaires afin de maximiser la visibilité tout en minimisant les distances parcourues. J'ai modélisé la ville comme un graphe composé de points d'intérêt et de trajets, puis implémenté des algorithmes de plus court chemin et d'optimisation en Python pour calculer des itinéraires efficaces sous différentes contraintes. L'analyse des scénarios m'a permis de comparer les performances des trajets proposés et de recommander les solutions les plus rentables. L'objectif était d'améliorer la couverture des zones fréquentées tout en réduisant le temps et les coûts. Ce projet m'a permis d'appliquer concrètement des concepts d'algorithmique et d'optimisation à un problème logistique réel.

For Egerie I worked on optimizing ad-bike routes to maximize visibility while minimizing distance. I modeled the city as a graph of points of interest and routes, then implemented shortest-path and optimization algorithms in Python to compute efficient routes under various constraints. Scenario analysis helped compare route performance and recommend the most cost-effective solutions. The project applied algorithm and optimization concepts to a real logistics problem.

Ce projet consistait à remplacer un système de gestion manuel par une solution centralisée et automatisée. J'ai conçu une base de données relationnelle SQL pour structurer les informations clients et rendez-vous, puis développé une application web permettant la gestion et la réservation en ligne. J'ai également nettoyé et organisé les données existantes afin d'assurer leur cohérence et leur fiabilité. Le système a permis de réduire les erreurs humaines, d'améliorer le suivi des informations et d'optimiser les processus internes. Ce projet m'a permis de renforcer mes compétences en modélisation de bases de données, en SQL et en développement d'outils concrets au service des besoins métier.

The project replaced a manual system with a centralized, automated solution. I designed a relational SQL database for clients and appointments, then built a web application for management and online booking. I also cleaned and organized existing data for consistency and reliability. The system reduced human error, improved information tracking and optimized internal processes. It strengthened my skills in database modeling, SQL and building tools for business needs.