À propos de moi

Senior Développeuse en IA

OpenSport / Playwize — Canada

• Développé des agents d’intelligence artificielle et des flux de raisonnement destinés à des environnements de production dans le domaine de l’intelligence sportive à l’aide de LLM et de LangGraph.
• Conçu des flux agentiques multiétapes intégrant la gestion d’état, la sélection d’outils, l’autoévaluation, les mécanismes de repli et la reprise après erreur.
• Développé des architectures RAG utilisant les embeddings et la recherche vectorielle pour ancrer les réponses des LLM dans des connaissances métier.
• Intégré plusieurs fournisseurs de LLM, notamment Anthropic, Google Gemini et OpenAI, au sein d’architectures indépendantes du fournisseur.
• Mis en œuvre la diffusion en continu des réponses IA via une passerelle Node.js utilisant les Server-Sent Events (SSE).
• Intégré Langfuse pour l’observabilité des LLM, incluant le traçage, l’analyse des prompts, le suivi de la latence et des coûts.
• Travaillé avec BigQuery Vector Search et des infrastructures IA infonuagiques.

🔹 Focus: IA Générative · IA Agentique · LLM · RAG · LangGraph · Recherche Vectorielle · Observabilité IA · GCP

Ingénieure en IA — Contractuelle indépendante

Lisnen — Toronto, Canada

• Développé des modèles de classification audio utilisant des architectures CNN et des représentations audio préentraînées, notamment YAMNet et PANNs.
• Construit des pipelines de prétraitement et d’augmentation de données audio à l’aide de Librosa et Audiomentations.
• Comparé plusieurs architectures de modèles et évalué leur précision, leur capacité de généralisation et leurs contraintes de déploiement.
• Analysé la compatibilité avec TensorFlow Lite et optimisé l’inférence pour des environnements à ressources limitées.

🔹 Focus: IA Audio · Deep Learning · TensorFlow · Keras · Évaluation de Modèles · Inférence Edge

Ingénieure en IA — Projet NLP

Angelina — Projet contractuel

• Développé un pipeline de classification multiclasse basé sur < strong>BERT afin d’analyser de grands volumes de commentaires utilisateurs non structurés.
• Évalué les modèles BERT et RoBERTa durant la phase d’expérimentation, BERT ayant été retenu pour la solution finale.
• Ajusté un modèle Transformer afin de capturer l’information sémantique dans des données comportant de l’argot, des fautes d’orthographe et un fort déséquilibre de classes.
• Relevé divers défis NLP liés au bruit textuel et à la qualité des données.
• Utilisé des techniques NLP telles que la reconnaissance d’entités nommées (NER) pour identifier les produits et services associés aux commentaires négatifs.
• Développé des flux de préparation de données et d’entraînement de modèles avec Python, Pandas, NumPy, PyTorch et Hugging Face Transformers.
• Conçu un service d’inférence prêt pour la production avec FastAPI exposant des API REST de classification de texte.
• Conteneurisé le service à l’aide de Docker pour son déploiement chez le client.

🔹 Focus: NLP · Transformers · Text Classification · Sentiment Analysis · Embeddings · NER · PyTorch · Hugging Face · FastAPI · Docker

Ingénieure en apprentissage automatique — Stage

BrainInnov — Montréal, Canada

• Développé des modèles d’apprentissage profond 3D pour la classification de nodules pulmonaires à l’aide de PyTorch et MONAI.
• Construit des pipelines de prétraitement pour des volumes CT 3D avec SimpleITK et MONAI.
• Expérimenté avec des architectures ResNet, DenseNet et basées sur l’attention.
• Utilisé Grad-CAM afin d’améliorer l’interprétabilité des modèles.
• Évalué les performances à l’aide des métriques Accuracy, AUC, F1-score, précision et rappel.
• Développé des modèles d’apprentissage profond 3D pour la classification de nodules pulmonaires à l’aide de PyTorch et MONAI.
• Construit des pipelines de prétraitement pour des volumes CT 3D avec SimpleITK et MONAI.
 
• Expérimenté avec des architectures ResNet, DenseNet et basées sur l’attention.
 
• Utilisé Grad-CAM afin d’améliorer l’interprétabilité des modèles.
 
• Évalué les performances à l’aide des métriques Accuracy, AUC, F1-score, précision et rappel.

🔹 Résultat: Atteinte d’une précision de 87,5 % et d’un AUC de 0,91 pour le modèle de classification des nodules pulmonaires.

Développeuse Python / Ingénieure de données

Globant

• Développé des flux de traitement de données et des processus ETL en Python pour des projets d’entreprise.
 
• Traité de grands ensembles de données Excel à l’aide de Pandas et développé des pipelines de transformation et de validation des données.
 
• Utilisé AWS Glue, Athena et S3 pour le traitement et l’analyse de données infonuagiques.
• Contribué à des flux de données soutenant des initiatives d’analytique et d’apprentissage automatique.

🔹 Focus: Python · Pandas · AWS · Glue · Athena · S3 · Ingénierie des données

Développeuse Full Stack

Radix

• Développé des applications Web et des services backend avec Python, Flask, JavaScript et jQuery.
• Construit des flux de transformation de données utilisant PySpark et Databricks.

🔹 Focus: Python · Flask · PySpark · Databricks · Web Development

Développeuse backend IA

Portal Telemedicina

• Intégré des résultats diagnostiques produits par des modèles IA dans des systèmes cliniques avec Python, Django, Docker et Kubernetes.
• Développé des API REST pour la diffusion d’analyses d’imagerie médicale et de cartes thermiques générées par IA.
• Construit des services backend soutenant des flux de télémédecine assistés par IA.
• Utilisé différents services GCP, notamment BigQuery, Data Fusion, Cloud Storage et Looker.

🔹 Focus: Healthcare AI · Python · Django · REST APIs · Docker · Kubernetes · GCP

Développeuse Full Stack

Softplan

• Développé et maintenu des applications Web d’entreprise utilisant Python, Django, JavaScript et PostgreSQL.
• Participé à l’ensemble du cycle de développement logiciel, de la définition des besoins jusqu’au déploiement et à la maintenance.
• Développé des services backend et des processus d’affaires pour des solutions de technologie juridique.

🔹 Focus: Python · Django · PostgreSQL · JavaScript · Développement Full Stack

AEC — Intelligence artificielle et apprentissage automatique

Collège LaSalle Montréal

Études supérieures en gouvernance des technologies de l’information

Faculdades Integradas Promove de Brasília

Diplôme d’études collégiales en Traitement de données

Instituto de Ciências Exatas