Skip to content
MKA Disponible pour PFE / 2027
ProjetsA proposContactCV EN
Menu principal
ProjetsA proposContactCV EN

Un produit ambitieux en tete ?

Construisons quelque chose
qui merite d'etre retenu.

© 2026 Mohamed Khalil Ajlani
GitHubLinkedInLegal
Tunis / Tunisia
Tous les projets

Machine learning · Sustainability / 2026

WasteWise

Une plateforme de machine learning qui aide les restaurants à anticiper et réduire le gaspillage alimentaire avant le service.

Contribution

Développement de l’interface React, de l’API NestJS, du service FastAPI et du pipeline Random Forest avec analytics et historique.

Stack principale

React / TypeScript / NestJS / FastAPI / Python

Dépôt source
Vue générale de l’interface WasteWise

01 / Le défi

Le problème derrière
l’interface.

Transformer des données opérationnelles hétérogènes en un niveau de risque compréhensible et suffisamment tôt pour influencer la préparation.

Résultats livrés

  • Trois niveaux de risque avec probabilités
  • Recommandations personnalisées
  • Pipeline équilibré de 200 arbres et architecture conteneurisée
Lire l’étude technique complète en anglais

02 / Technologies

Une stack choisie
pour le problème.

Chaque technologie répond à une contrainte précise du système.

ReactTypeScriptNestJSFastAPIPythonRandom Forestscikit-learnMongoDBRechartsDocker

03 / Produit en contexte

Un système cohérent,
pas une collection d’écrans.

WasteWise enlarged interface view 1

1 / 5

Projet suivant

QuaLeadx