Research Scientist - Docteure en IA

Travaux de recherche en IA appliquée à la micro-mobilité au sein du laboratoire LaBRI, contribuant à l'organisation spatiale, l'équilibre offre-demande, la gestion dynamique des flottes et l'intermodalité.

• Conception et développement de solutions de Machine Learning, Deep Learning et Deep Reinforcement Learning sur des données réelles à grande échelle.
• Application d'algorithmes avancés : Transformer, TCN, GCN, LSTM, D3QN, SAC, HDBSCAN et OPTICS.
• Intégration des solutions dans une architecture de gestion de bout en bout intelligente et automatisée.
• Présentation des résultats lors de plusieurs conférences, journées scientifiques et congrès (Dynamo, Néo Mobilités, Chaire MTI, DATA Aquitaine).
• Publication de 7 articles scientifiques dans des conférences et revues internationales (VEHITS, KES, WiMob, ITSC, VNC, DiCES-N, JITS).

Encadrement d'un projet de classification d'attrition des salariés en entreprise destiné aux étudiants du cycle ingénieur.

• Encadrement de 4 équipes composées d'environ 20 étudiants par classe.
• Encadrement technique : préparation et analyse des données, feature engineering, développement, évaluation et optimisation des modèles.
• Pilotage de l'encadrement méthodologique : justification des choix de modélisation, interprétation des résultats.

Encadrement du développement d'une plateforme interactive d'analyse de données de micro-mobilité dans le cadre d'un stage en cycle ingénieur.

• Pilotage de la préparation et de l'analyse des données.
• Supervision des analyses spatio-temporelles et contextuelles.
• Coordination de la création de visualisations interactives personnalisées : graphiques 2D/3D, matrices O-D, cartes géographiques.
• Supervision de l'intégration d'une solution de prédiction multi-cibles de la demande.

Étude de recherche sur l'équilibrage offre-demande en micro-mobilité en collaboration avec Bird.

• Conception d'une solution de Deep Learning pour la prédiction multi-cible de séries temporelles.
• Comparaison de plusieurs modèles de prédiction et sélection du plus performant.
• Validation de la solution sur des données réelles de trois systèmes de micro-mobilité : Bordeaux, New York et Chicago.

Conception et développement d'une application Cloud de gestion de projets pour Helios-IT.

• Définition de l'architecture UML de l'application.
• Développement de dashboards et composants full-stack.
• Réalisation de tests fonctionnels et de performance.

Développement et test de fonctionnalités back-end pour une application web dynamique.

• Implémentation de fonctionnalités back-end.
• Exécution de tests de validation.

Administration de bases de données relationnelles pour un hôpital régional.

• Prétraitement des données.
• Contrôle de la qualité des données.