
Débruitage d'IRM : BM3D + DnCNN
Étude expérimentale de méthodes classiques et neuronales pour réduire le bruit des images IRM, avec une approche hybride pondérée.
INGÉNIEURE · IA & DATA · RECHERCHE APPLIQUÉE
Ingénieure R&D en IA, Data Science et Mathématiques Appliquées.
Diplômée de Bordeaux INP – ENSC, je développe des solutions à l’intersection de l’intelligence artificielle, du traitement d’images, de l’analyse de données et de la recherche appliquée.

✦ UNE SÉLECTION DE MES TRAVAUX
Des solutions concrètes, de la recherche aux tableaux de bord.

Étude expérimentale de méthodes classiques et neuronales pour réduire le bruit des images IRM, avec une approche hybride pondérée.

Analyse de données transactionnelles : segmentation RFM, panier d'achat, prédiction du churn et exploration des indicateurs commerciaux.

Application React Native pour des tâches cognitives et la collecte structurée de données comportementales.

Analyse complète de la chaîne logistique : performance des fournisseurs, indicateurs financiers, risques opérationnels et prévision de la demande avec Python, MySQL et Power BI.

Programmation des mouvements d’un bras UR3 et expérimentation de la détection d’objets avec YOLO, à partir de caméras externes.

Résolution numérique de l'équation de la chaleur en 1D, étude de stabilité et comparaison de schémas aux différences finies.
✧ EXPLORER DAVANTAGE
De l’imagerie médicale au calcul scientifique, en passant par la data et le développement d’applications. Cliquez sur un projet pour l’ouvrir.

Étude expérimentale de méthodes classiques et neuronales pour réduire le bruit des images IRM, avec une approche hybride pondérée.

Analyse complète de la chaîne logistique : performance des fournisseurs, indicateurs financiers, risques opérationnels et prévision de la demande avec Python, MySQL et Power BI.

Analyse de données transactionnelles : segmentation RFM, panier d'achat, prédiction du churn et exploration des indicateurs commerciaux.

Pipeline de classification complet pour prédire la survie des passagers du Titanic : nettoyage, exploration, modélisation et visualisation.

Pipeline d’analyse des tendances mondiales du COVID-19 à partir des données Johns Hopkins : séries temporelles, classements par pays et visualisations.

Exploration et modélisation des scores de bonheur dans le monde (2015–2019) en fonction de facteurs économiques, sociaux et de santé.

Application React Native pour des tâches cognitives et la collecte structurée de données comportementales.
Programmation des mouvements d’un bras UR3 et expérimentation de la détection d’objets avec YOLO, à partir de caméras externes.

Expériences numériques sur la convergence, le phénomène de Gibbs, l'échantillonnage et les spectres FFT.

Résolution numérique de l'équation de la chaleur en 1D, étude de stabilité et comparaison de schémas aux différences finies.

Application expérimentale comparant deux interfaces à l'aide de tâches utilisateurs et des questionnaires NASA-TLX et SUS.
✦ À PROPOS & EXPÉRIENCES
Recherche, développement et formation scientifique — le fil conducteur de mon parcours.
Diplômée de l’ENSC – Bordeaux INP, je conçois des solutions à l’intersection de l’intelligence artificielle, de l’analyse de données, du développement logiciel et de la recherche appliquée.
Mes projets vont du traitement d’images médicales et du deep learning à l’analyse statistique, à la business intelligence et au développement d’applications interactives. Cette diversité me permet d’aborder un problème aussi bien par ses données que par ses algorithmes et son usage.
J’aime transformer des questions complexes en outils concrets, reproductibles et compréhensibles. Je recherche des opportunités en IA appliquée, Data Science, développement Python ou R&D, où je pourrai contribuer tout en approfondissant les dimensions mathématiques et algorithmiques de mon travail.
LES ÉTAPES CLÉS
Un parcours scientifique et international, enrichi par des projets concrets.
⌁ POSTECH · South Korea
Stage de fin d’études consacré au débruitage d’images IRM. Développement et évaluation d’une approche hybride combinant BM3D et DnCNN, avec des expériences Python, des comparaisons de qualité d’image par PSNR et SSIM et une interface PyQt5.
⌁ IMS Bordeaux · France
Conception d’une application mobile React Native/Firebase pour administrer des tâches cognitives et des questionnaires. Participation à la collecte de données expérimentales et à leur analyse statistique sous R pour étudier les variations de performance cognitive.
⌁ POSTECH · South Korea
Semestre d’échange international avec des enseignements en machine learning, deep learning, statistiques mathématiques, algèbre linéaire et équations différentielles. Une expérience qui a renforcé mon intérêt pour les fondements mathématiques de l’IA.
⌁ ENSC · Bordeaux INP · France
Formation d’ingénieure pluridisciplinaire articulant intelligence artificielle, analyse de données, programmation, interactions humain-machine et méthodes expérimentales. Projets logiciels et de recherche appliquée.
⌁ Lycée Saliège · France
Formation scientifique intensive en mathématiques, physique et sciences de l’ingénieur. Acquisition de bases solides en raisonnement analytique, modélisation et résolution de problèmes.
Les outils que j’utilise dans mes projets.
Cinq certifications obtenues, dont IBM Data Fundamentals, et deux formations en cours dont la formation Cisco pour approfondir mes compétences en analyse de données.
R&D, IA appliquée, data science ou développement Python : je serais ravie d’échanger.
[email protected]