J'ai conçu, entraîné et déployé seul, de A à Z, une plateforme de cybersécurité combinant trois modèles de Deep Learning : un CNN pour la détection d'intrusion réseau (85,6% de précision), un ANN pour la détection de menaces cyber (93,8%) et un Autoencoder pour la détection de domaines de phishing (83,4%). Les modèles ont été entraînés avec TensorFlow/Keras, puis exposés via une API Flask retournant un verdict, un score de confiance et un niveau de risque. L'interface web, développée en HTML/CSS/JavaScript avec une esthétique "terminal de sécurité" (animation Matrix, accents cyan), permet de t