Développeur Full-Stack Junior

Projet académique de fin d'études visant à concevoir un système complet de diagnostic médical basé sur le deep learning pour la détection du cancer de la peau.

• Développement et pilotage de l'ensemble du pipeline de machine learning, depuis l'acquisition des données médicales brutes issues de Kaggle jusqu'au prétraitement, l'augmentation et l'entraînement du modèle.
• Évaluation comparative entre un CNN personnalisé, ResNet50 et EfficientNet pour la classification binaire des lésions cutanées, sélectionnant ResNet50 comme architecture finale avec une précision de 80 à 90 % sur les données de test.
• Intégration du modèle entraîné dans une application web full-stack avec un frontend Angular et un backend Flask, permettant le téléchargement et la classification d'images en temps réel.
• Mise en place d'un système automatisé de génération de rapports diagnostiques via une interface web interactive, visualisant et interprétant les résultats du modèle.

Contribution au développement d'une plateforme web citoyenne bilingue destinée à connecter les jeunes de 18 à 30 ans aux opportunités d'emploi, formations qualifiantes et mentorat professionnel.

• Conception et développement d'une plateforme web citoyenne bilingue (français/arabe) pour le Dispositif National pour l'Emploi des Jeunes (DNC), structurant la navigation et l'architecture du contenu pour garantir un accès intuitif aux ressources essentielles.
• Structuration de l'expérience utilisateur pour un public diversifié disposant de niveaux variés de maîtrise du numérique, en mettant l'accent sur l'accessibilité et la clarté de l'interface.
• Assurance d'une cohérence complète entre les appareils mobiles et desktop grâce aux principes du responsive design, en portant une attention particulière aux utilisateurs disposant de ressources matérielles limitées.