Contexte : Un dataset hétérogène contient variables numériques, catégorielles et valeurs manquantes. Le Problème : Les étapes de prétraitement sont réalisées manuellement et non reproductibles. Contraintes : Construire un pipeline intégré combinant imputation, encodage et modèle supervisé. Assurer reproductibilité. Évaluer performance via validation croisée. Livrable attendu : Concevoir un pipeline Machine Learning complet et automatisé prêt pour production expérimentale.