Ingénieure en Intelligence artificielle

Intégration de l'équipe d'Airbus Operations S.A.S pour réaliser un stage de fin d'études axé sur la quantification de l'incertitude pour un réseau neuronal destiné à un système de commande de vol.

• Analyse du système de commande de vol et du cas d'usage sélectionné pour l'étude.
• Réalisation d'une étude théorique sur l'apprentissage probabiliste afin d'analyser la propagation de l'incertitude dans un réseau de neurones à l'aide de la méthode Interval Bound Propagation (IBP), puis validation de celle-ci sur un jeu de données.
• Étude des principales méthodes de quantification de l'incertitude appliquées aux réseaux de neurones.
• Conception et implémentation d'un capteur virtuel basé sur les réseaux de neurones, reposant sur la quantification de l'incertitude aléatoire (régression hétéroscédastique, NLL) et de l'incertitude épistémique (Ensembles profonds, Approximation de Laplace).
• Évaluation comparative des performances des modèles développés selon des critères de précision, de robustesse et de fiabilité.

Réalisation d'un stage ingénieur chez Novation City centré sur l'application d'une solution de maintenance prédictive des pannes des moteurs électriques.

• Effectué un prétraitement avancé des signaux temporels incluant le courant triphasé, les vibrations et le RPM.
• Extraction des caractéristiques physiques telles que le RMS, la FFT, les spectrogrammes et l'analyse fréquentielle des défauts de roulements.
• Développement d'une pipeline IA en Python.
• Entraînement et optimisation de modèles de Machine Learning dont Random Forest, LSTM et Transformer.
• Évaluation des architectures Deep Learning et validation des modèles à l'aide de matrices de confusion, de courbes de perte et de KPI.

Accomplissement d'un stage d'initiation au sein de Leoni Wiring Systems Tunisia pour découvrir les environnements industriels de production.

• Initiation aux procédures de contrôle qualité et aux tests de validation des câbles électriques.
• Utilisation d'outils de diagnostic et de systèmes automatisés comme des cartes MASTER/SLAVE, un testeur et le logiciel CSWIN.
• Développement de connaissances pratiques en validation matérielle.