PFE 2027 — MC17_2026 — Développement d'une solution IA + Low Code pour l'estimation des biens immobiliers en Tunisie
WEVIOO
Type de contrat : Stage
Créer une plateforme Low Code + IA pour estimer la valeur des biens immobiliers en Tunisie à partir d’annonces publiques. Fonctionnalités:
• Scraping des annonces publiques (terrains, bâtiments, appartements, villas…)
• Nettoyage/standardisation/harmonisation (type, surface, localisation, état, prix)
• Modèles de ML d’estimation des prix
• Framework d’évaluation: validation croisée, stabilité par zone, suivi de dérive
• IHM: saisie d’un bien, estimation, historique, export
Profil: Ingénieur Data Science/IA/informatique; Python, ML, SQL; sensibilité Low Code. Technologies: Plateforme Low Code, Python, scikit‑learn/XGBoost, Scrapy/Playwright, PostgreSQL, MLflow, Power BI ou Superset. Candidature Envoyez votre CV à [email] en indiquant la référence MC17_2026 dans l'objet du mail. Chaque étudiant peut choisir 2 références maximum ; toute référence supplémentaire entraîne la disqualification de la candidature. Source PFE Book Wevioo 2026–2027
Source : Hi Talents (hi-talents.com)
Compétences requises
- Python
- SQL
- PostgreSQL
- Power BI
- Playwright
Talnivo calcule votre score de compatibilité CV ↔ offre et vous aide à l'améliorer avant de postuler.
Créer un compte gratuit