Liste de projet
SNCF RĂ©seau
|
|
-
SNCF Réseau est une entreprise Française responsable de la maintenance et la sécurité du réseau ferroviaire dans toute la France. A travers le programme de supervision et de surveillance, la DGII assure la maintenance du réseau et la régénération des équipements. Des données massives sont collectées tous les jours par des capteurs connectés indiquant different mesures: vitesse des trains, températures des rails, état des appareils de voies,…
-
Mon role de Data Scientist au sein de l’équipe Data Science et Décision est d’accompagner les différents équipes métier à définir le besoin, développer des solutions techniques adaptés au besoin, et d’assurer la communication sur le sujet avec les différents acteur du projet.
-
Parmi les taches réalisées:
-
J’ai facilité l’accès aux données massives, nettoyées et enrichies, par la mise en place des pipelines d’ingestion sur le Lakehouse
-
Conception de dashboards interactives sur Power BI
-
Amélioration de la maintenance des capteurs de la vitesse des trains par la détection de pannes et l’envoi automatique des alarmes vers le centre de supervision
-
Automatisation de la détection d’anomalie des capteurs par l’industrialisation d’un algorithme de clustering des données
-
Traitement des données massives provenant des boites noires des trains
-
Tech: Apache Spark, Python, SQL, Databricks (Delta Live Table, Workflows), AWS, Azure, mlflow
TAG Hueur - LVMH
|
|
-
TAG Heuer est un horloger de luxe suisse qui conçoit, fabrique et commercialise des montres et des accessoires de mode. Dans le but d’élargir la gamme de ses produit, TAG Hueur a lancé au marché un nouveau modèle de montre intelligente de luxe, connectées, adaptés pour les activités sportives (running, swimming, gulf). Dotée de différentes capteurs (WiFi, GPS, Podomètre, Cardiogramme), la montre embarque différents algorithmes pour traiter les données mesurées en temps réels, et calculer des métriques de sports.
-
Mon role dans l’équipe Traitement du signal est de proposer des algorithmes de détection d’outlier causer par la perte du signal GPS, afin d’amélioration des KPI de l’application de la montre TAG Hueur Connected
-
En tant que Data Scientist, j’ai réalisé les taches suivantes:
-
Traitement, nettoyage, préparation, analyse de données du capteurs (GPS…)
-
Développement d’algorithme machine learning pour détecter les anomalies
-
Conception d’une application web pour interagir avec les algorithmes développées
-
Communication des résultats et participation aux réunions
-
Tech: Python (pandas, Numpy, scikit-learn), Docker, Streamlit
Drone Volt
|
|
-
DRONE VOLT est un acteur international reconnu dans le domaine des drones civils professionnels et l’intelligence artificielle embarquée. Après l’acquisition d’Aérialtronics, Drone Volt a lancé une nouvelle caméra intelligente, PENSAR.
-
Descriptif du produit : https://pensarsdk.com/
-
En tant qu’ingénieur IA - Computer Vision, j’ai réalisé les taches suivantes:
-
Collectes, préparation et annotation des images pour entraîner le modèle deep learning
-
Entraînement du modèle deep learning pour la détection du feu en temps réel
-
Travail d’équipe agile pour le développement du SDK de la caméra
-
RĂ©daction de la documentation technique de la solution IA
-
Formation de l’équipe commerciale du DRONE VOLT sur l’intelligence artificielle
-
Présentation de la solution aux clients et investisseurs du groupe
-
IAS
-
Ingénieur Machine Learning - Traitement d’image
-
Orsay, France
-
2015-2018
-
Porteur du projet:
James-Webb Space Telescope (JWST) est un télescope spatial servant d’observatoire fonctionnant principalement dans l’infrarouge,
développé par la NASA avec la participation de l’Agence spatiale
européenne (ESA) et de l’Agence spatiale canadienne (ASC). Plus grand et
plus onéreux télescope spatial à son lancement, le JWST est conçu pour
poursuivre les travaux du télescope spatial Hubble,
Les principales objectifs de la mission JWST est d’étudier la formation et évolution des galaxies, de plus, la compréhension de la formation des étoiles et les systèmes planétaires.
Le JWST est doté d’un imageur infrarouge (MIRI) permettant de mesurer des observation dans un milieu infrarouge 5.6-7 microns. Divers problèmes sont rencontrés lors des mesures Limitation de la résolution spatiale par
A cause des limites physique, la réponse optique des miroirs limite la résolution spatiale des images, et dépend de λ. De plus, le contenu spectrale de l’objet observé est intégré sur une large bande spectrale (filtre + détecteur)
-
Mon objectif en tant qu’Ingénieur de traitement d’image / Machine Learning est de reconstruire objet spatio-spectral original en exploitant l’ensemble de données à différentes bandes spectrales
-
Proposition d’un modèle instrument de l’imageur infrarouge, prenant en compte la variation en λ de la PSF et de large intégration spectrale
-
Proposition d’un modèle direct par un traitement conjoint de données multi-filtre/instrument et choix du modèle linéaire par morceau
-
Augmentation de résolution spatial et de l’information spectrale
-
ENP
-
Ingénieur Machine Learning
-
Alger, Algérie
-
2013
L’objectif du projet est de développer une méthode de détection des épilepsies (en état de repos), qui soit assimilable à un diagnostic précoce de la maladie. Cette méthode peut être utilisée comme un outil de diagnostic assisté par ordinateur par les praticiens de la neurophysiologie. Cela permettra d’anticiper le traitement de la pathologie et de protéger le patient en cas de crises d’épilepsie.
En tant qu’ingénieur en machine learning, j’ai travaillé sur un sujet de classification des signaux Electro-encéphalogramme (EEG) pour la détection d’épilepsie.
-
Etude de l’état de l’art et comparaison entre les méthodes dans la littérature
-
Préparation et analyse de données
-
Concevoir une chaîne de traitement des séries temporelles basé sur le machine learning et la transformation en ondelettes sous Matlab
-
Obtention de très bon résultat de classification par rapport à l’état de l’art (précision >90%)
-
Pour plus de détail :
