Conception et développement d'une plateforme intelligente de gestion des déchets au sein du laboratoire SMART, combinant un système d'administration web, une application mobile et un cadre ML avancé pour l'apprentissage sur flux de données non-stationnaires.
- Conception d'une application web d'administration permettant la gestion des utilisateurs et l'accès aux statistiques.
- Implémentation d'une authentification sécurisée OAuth2 avec Keycloak, garantissant un contrôle d'accès granulé.
- Développement d'une application mobile multiplateforme destinée aux collecteurs de déchets utilisant Flutter.
- Conception d'une architecture basée sur Spring Boot et REST APIs pour les échanges de données.
- Développement d'un cadre machine learning gérant les flux de données déséquilibrées et évolutives.
- Implémentation d'un algorithme de sélection d'instances évolutif combinant optimisation hors ligne et adaptation en ligne.
- Conception de modèles robustes au concept drift dans des environnements temps réel.
- Conduite d'expériences sur des données dynamiques et évaluation des performances sous conditions non-stationnaires.
- Production d'une solution scalable applicable à des problèmes réels de traitement de flux de données, atteignant jusqu'à 0.9998 G-Mean et dépassant les méthodes de l'état de l'art.
Environnement technique
Spring BootAngularFlutterREST APIsOAuth2KeycloakPythonScikit-learnPandasNumPyDecision TreesJavaTypeScript.
