SNCF DelayFlow — TGV Delay Analytics Pipeline
Pipeline ETL orchestré sur 3 sources SNCF Open Data (~18 000 enregistrements) avec PySpark. Transformation Spark SQL, stockage Parquet, modèle Random Forest Regressor (Scikit-learn) pour la prédiction des retards, et dashboard interactif Streamlit/Plotly pour le diagnostic des causes racines (infrastructure, trafic, matériel roulant).