Double compétence en ingénierie Data & IA et en gestion de projet Agile. Pilotage de la conception, de la modélisation et du déploiement d'API. Traitement de Données, Vision par Ordinateur, Deep Learning et IA Générative.
Génération de données cliniques synthétiques sous contraintes médicales. Analyse statistique et entraînement de modèles de Machine Learning (classification/régression) pour évaluer et valider la fidélité du dataset. 📖 Documentation, pipeline et métriques détaillés dans le README.
Développement d'une interface Gradio intégrant un pipeline RAG complet, permettant de générer des réponses à partir de documents, d'afficher les sources associées et leurs partitions, et de contrôler les paramètres du modèle. 📖 Architecture RAG et instructions de lancement incluses.
Développement d'une interface de chatbot connectée à un backend FastAPI intégrant le modèle Qwen3 via Transformers, avec gestion des messages, affichage de l'historique et génération de réponses. 📖 Guide d'exécution de l'API FastAPI et de l'UI disponible.
Projet de génération et de transformation d'images avec Stable Diffusion, intégrant une interface Gradio pour le text-to-image et le restylage d'images basé sur la profondeur. 📖 Exemples de prompts et notebooks de test fournis.
Développement d'une API Python pour la classification d'images de chats et de chiens à l'aide d'un modèle TensorFlow, avec endpoints de prédiction individuelle et en lot, ainsi qu'un client Python. 📖 Documentation des endpoints et exemples d'appels API.
Développement et conteneurisation d'une API Flask permettant le traitement d'images et la récupération de la date et de l'heure, avec création d'un Dockerfile, gestion des dépendances et script de déploiement. 📖 Guide de déploiement Docker pas à pas inclus.
Détection automatique des battements cardiaques dans un signal ECG à l'aide de la corrélation croisée, avec détection des pics, analyse de l'impact du bruit et visualisation des résultats. 📖 Explications mathématiques et algorithmiques dans le README.
Développement d'un réseau de neurones convolutifs (CNN) personnalisé pour la classification des chiffres manuscrits du jeu de données MNIST, avec entraînement, évaluation et optimisation des performances. 📖 Rapport de performances et métriques d'apprentissage inclus.
Projet de reconnaissance faciale basé sur un pipeline de vision par ordinateur, avec implémentation des différentes étapes, évaluation des performances et extension du système. 📖 Pipeline OpenCV complet et guide d'exécution.
Analyse de la morphologie de la main à l'aide de techniques de vision par ordinateur, avec traitement d'image en Python, extraction et mesure des caractéristiques des doigts, puis analyse des résultats. 📖 Étapes de traitement d'image détaillées dans la doc.
Système d'analyse de données environnementales (qualité de l'air, images satellites) : base de données relationnelle SQL, analyse spectrale FFT pour séries temporelles et interface Tkinter. 📖 Schéma BDD, requêtes SQL et guide de lancement Tkinter.