Élève ingénieur en Mathématiques Appliquées et Data Science

Contribution au laboratoire LS2N pour la recherche sur la dynamique des feux et la résilience des écosystèmes.

• Développement de modèles de machine learning data-driven pour prédire la propagation des incendies.
• Analyse de données spatio-temporelles complexes pour renforcer la résilience des écosystèmes.

Mission au sein de l'entreprise INNOVENT sur les enjeux de maintenance prédictive et d'optimisation des flux.

• Évaluation des pertes financières et conception de l'architecture d'une solution dédiée sous Django et Streamlit.
• Mise en place d'un pipeline de monitoring axé sur le suivi du stock pour optimiser les stratégies de maintenance.

Activité exercée au sein de NAREVA sur des missions de maintenance prédictive par vision par ordinateur.

• Conception d'un modèle de computer vision basé sur YOLO pour assurer la détection automatisée de défauts.
• Déploiement d'un outil interactif sous Streamlit pour faciliter le suivi technique opérationnel.

Participation aux travaux d'ingénierie et de modélisation statistique chez NAREVA.

• Réalisation de la modélisation statistique en s'appuyant sur la loi de Weibull pour prédire la performance éolienne.

Intégration de l'équipe data finance de Sanlam pour travailler sur l'automatisation des flux et la qualité des données au sein d'une équipe pluridisciplinaire.

• Automatisation de flux SQL critiques et analyse de la cohérence des données à l'aide de Python et VBA.
• Collaboration active au sein d'une équipe pluridisciplinaire en environnement Agile Scrum.