Spécialisé en apprentissage automatique, vision par ordinateur et traitement du langage naturel. Diplômée de deux masters en Data Science & IA et en Finance & Comptabilité, je fais le lien entre la théorie et les applications concrètes. Maîtrise de Python, PyTorch et des pipelines de données de bout en bout.
• Développement de méthodes de traitement d'images et du signal pour corriger les artefacts et améliorer la qualité des signaux (échographie, IRM, scanner, TEP), en collaboration avec des cliniciens, ingénieurs software et ingénieurs en acoustique, afin de mieux comprendre la physique de l'imagerie (artifacts en B-mode et Doppler, caractéristiques des transducteurs), d'affiner l'interprétation des données et de valider les modèles.
• Conception de modèles de deep learning pour évaluer automatiquement la fiabilité des analyses d'images médicales générées par l'IA, sur des modalités d'imagerie variées (échographie, IRM, scanner, PET), améliorant la robustesse des workflows cliniques.
• Mise au point d'un système de détection automatique d'inflammations basé sur des atlas de distribution de captation (Publication1).
• Amélioration de l'annotation et de l'augmentation des lésions tumorales via images CT et ontologies anatomiques (publication2)
• Implémentation d'un agent IA léger basé sur des modèles de langage de grande taille (LLMs) pour l'assistance à la recherche.
• Pilotage de projets et définition de la feuille de route, en collaboration avec des équipes pluridisciplinaires.
Mots-clés : Python · SQL · Pytorch · Deep Learning · Graph Neural Networks · MLflow · LLMs · Generative AI · LangChain · Mistral · AI Agents · Prompt Engineering · Acoustic Design · Ultrasound · IRM · CT · Linux · Git · Docker · API · AWS · Cloud
Projet : Modèle de détection d'objets écoénergétique à partir de caméras événementielles pour la conduite autonome
• Fine-tuning des modèles YOLO et YOLO-World sur des données de vision événementielle, permettant une détection robuste d'objets dans des conditions de données clairsemées et à grande vitesse, y compris pour des classes d'objets non vues.
• Traitement de données capteurs avec dynamique temporelle et optimisation énergétique pour systèmes embarqués.
Mots-clés : Python · Computer Vision · Traitement de données capteurs · Efficacité énergétique · Linux · Git · systèmes embarqués
• Entraînement de modèles classification du phytoplancton via images satellites (84 % précision, +16 % vs méthodes traditionnelles).
Mots-clés : MLFlow · Python · Scikit-learn · Pandas · NumPy · MATLAB · Télédétection · Données satellitaires · Data Engineering
Analyse de sentiments et Résumé automatique de publications – Projet en Traitement du Langage Naturel (NLP)
• Projet 1: Classification des avis Amazon via des modèles NLP, atteignant 94 % d'accuracy et F1 de 0,88.
• Projet 2: Développement d'un modèle de résumé de textes scientifiques, atteignant ROUGE-1 de 0,47, ROUGE-2 de 0,29 et BLEU 0,32.
Application de l'IA aux systèmes Identification par radiofréquence (RFID) – MOJIX, Aix-en-Provence, France
• Développement d'un modèle de deep learning pour la détection de tags RFID, 99,5 % de précision, soit une amélioration de +4,5 %.
• Collaboration avec l'équipe embarquée pour comprendre les mécanismes d'acquisition des données (ADC, firmware) et aligner les modèles avec les contraintes système.
Machine Learning interprétable et explicable – INRAE, Sophia Antipolis, France
• Méthodes d'IA explicable (SHAP, SAGE, LIME) pour analyser la contribution des gènes à la prédiction de maladies (Publication3).
Mots-clés : NLP · Signal Processing · Sensor Data · Python · R · SQL · Html · Bioinformatique · Logistics · Firmware · Decision Support · ADC
• Analyse des risques cybernétiques et du marché banque-assurance afin d'évaluer les impacts financiers et d'orienter l'adaptation des stratégies de couverture et de gestion des risques.
Mots-clés : Analyse de données · Analyse des risques · Banque & Assurance · Cyber-risque · Gestion des risques · Aide à la décision
Development of an organ-specific 18-FDG PET normative uptake atlas and clinical application to the detection of organ inflammation. Link Paper
Knowledge-based semantic enrichment of medical imaging data for automatic phenotyping and pattern discovery in metastatic lung cancer. Link Paper
Disentangling plant response to biotic and abiotic stress using HIVE, a novel tool to perform unpaired multi-omics integration. Link Paper
• MSc Data Science and AI (100% anglais)
• Mention : Très Bien. Note : 16/20.
• Bourse EFELIA pour étudiant excellent en IA.
Cours de machine learning
Master 2 : Finance et Comptabilité (100% anglais)
Licence en Mathématiques et Informatique
