Data Scientist / Ingénieure IA

Intégration de l'équipe data de Quinten Health en tant que data scientist pour développer un algorithme de diagnostic assisté par intelligence artificielle.

• Développement d'un algorithme de diagnostic de la Leucémie Lymphoïde Chronique (LLC) basé sur l'analyse spectrale des cellules.
• Prétraitement et structuration des données pour traiter les interférences et garantir la pertinence des spectres.
• Implémentation de tests de qualité sur les spectres pour fiabiliser l'analyse.
• Création de visualisations pour communiquer les résultats de l'analyse.

Rejoindre EPC Groupe pour conduire un état de l'art et développer une solution de Deep Learning appliquée au secteur industriel.

• Conduite d'un état de l'art approfondi sur les méthodes de Deep Learning dans le secteur industriel.
• Développement d'un algorithme de Deep Learning (U-Net) pour la vision par ordinateur.
• Conception d'une solution de détoure automatisé des tas de roches abattues pour améliorer l'efficacité opérationnelle.

Poste de data scientist au sein de Sysnav Healthcare pour développer des modèles de classification à partir de données patients.

• Mise en place d'un processus ETL complet pour le stockage, le nettoyage et l'intégration des données patients (sains et malades).
• Conception et entraînement de modèles de classification (KNN, SVM) pour distinguer les profils de patients atteints de dystrophie musculaire à partir de capteurs inertiels.
• Développement d'un protocole rigoureux de comparaison entre données patients sains et patients malades.
• Évaluation de la pertinence et de la performance des modèles développés.

Travail en tant que data analyst chez Poppins pour analyser le comportement utilisateur et soutenir l'amélioration de la plateforme thérapeutique.

• Analyse du comportement utilisateur pour identifier les tendances d'utilisation et améliorer le programme thérapeutique.
• Développement et industrialisation de dashboards interactifs pour visualiser les indicateurs clés et les performances opérationnelles.
• Réalisation de modèles statistiques pour soutenir une demande de remboursement par la Sécurité Sociale.

Projet académique visant à développer des modèles de prédiction de concentration et de fatigue cognitive à partir de signaux physiologiques.

• Collecte de données via des capteurs d'EDA pour mesurer les variations électriques de la peau en concevant un protocole expérimental rigoureux.
• Application de modèles de Machine Learning (SVM, Decision Tree) pour analyser la fatigue cognitive et prédire les performances académiques en fonction du stress.
• Intégration d'un réseau de neurones profond pour prédire le niveau de concentration via l'analyse d'enregistrements vocaux.