Système de Recommandation Netflix

Ce projet implémente un système de recommandation complet pour Netflix en utilisant trois approches différentes de machine learning : le filtrage collaboratif, les modèles content-based et un modèle hybride combinant les deux approches.

Le système traite un dataset massif contenant 100 millions d'utilisateurs, 17 millions de films et 5 millions d'utilisateurs actifs. L'entraînement des modèles est optimisé avec AWS GPU pour gérer cette volumétrie importante.

L'architecture comprend une phase de normalisation des données, l'entraînement de modèles séparés pour chaque approche, et une évaluation comparative des performances. Le projet démontre une maîtrise complète du cycle de développement ML, du preprocessing à l'optimisation des modèles.