Sélection de projets en intelligence artificielle couvrant l’IA générative, l’apprentissage automatique, le NLP, l’IA en santé et les systèmes intelligents.
Conception et mise en œuvre de pipelines d’agents IA et de raisonnement pour une plateforme d’intelligence sportive, combinant LLM, RAG, orchestration d’outils, recherche vectorielle, API de streaming et observabilité de production.
Expérience professionnelle
Développé un pipeline NLP basé sur les Transformers avec BERT afin d’analyser de grands volumes de commentaires utilisateurs non structurés, tout en gérant l’argot, les fautes d’orthographe, le déséquilibre des classes, la classification de sentiments et l’extraction d’entités.
Ingénieure en IA — Projet contractuel
Développé des pipelines de prétraitement et d’entraînement pour la classification du cancer du poumon en 3D à l’aide de scans DICOM, de MONAI et de PyTorch. Le projet a atteint une précision de 87,5 % et un score AUC de 0,91, avec Grad-CAM utilisé pour l’interprétabilité du modèle.
Github
Comparaison de multiples architectures de deep learning pour la classification des sons environnementaux et évaluation des contraintes de déploiement pour l’inférence en périphérie, utilisant finalement les embeddings YAMNet pour une solution compatible avec TensorFlow Lite.
Github
Développé des modèles d'apprentissage profond, notamment DenseNet, EfficientNet et VGG16, pour la classification d'images de cancer du sein, en utilisant des cartes thermiques Grad-CAM pour améliorer l'interprétabilité du modèle.
Github
Développé un système multiagents pour l’analyse du commerce électronique utilisant des LLM, l’analyse des sentiments, la collecte de données, la détection de tendances et l’orchestration basée sur LangChain.
Github