You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Aminata DiabyAD

Aminata Diaby

Tech Lead Data Scientiste

500 €/jour
Paris, FR
3-7 ans

Délai de réponse moyen : 1h

À propos de Aminata

Ingénieur en Data science et intelligence artificielle depuis plus de 6ans, j'ai travaillé sur divers projets et dans des secteurs différents notamment dans le traitement d'image, du texte, des vidéos et dans la reconnaissance vocal. Dans les missions que j'ai eu a réalisé, je prend en charge le processus de traitement de la donnée ( structurée ou non structurée) de la phase prétraitement à la mise en production du modèle prédictif.
  • Français

    Bilingue ou natif

Accepte de travailler sur site
Paris (jusqu’à 50 km)

Expériences

  • ALTEN
    Teach Lead Data Scientiste
    AGENCE & SSII
    février 2022 - Aujourd'hui (4 ans et 4 mois)
    Sèvres, France
    Teach Lead DataScientiste

    Analyse des débats présidentielles
    • Identifier les locuteurs dans les débats présidentielles avec les GMM et i-vecteurs.
    • Par locuteur, calculer le temps de parole.
    • Par locuteur, récupération le texte et application des modèles de résumer automatique de texte.
    • Identifier les changements thématiques dans le discours par les approches de clustering.
    • Evaluation de chaque partie par des métriques.
    • Déploiement des résultats via une API Flask dans Azure à l'aide de Docker.
    Détection de fausses nouvelles
    • Identification des fausses nouvelles pour garantir l'intégrité des informations sur internet.
    • Développement des réseaux de neurones pour détecter les fausses nouvelles dans les données textuelles.
    • Extraction des caractéristiques tels que les battements cardiaques, les mouvements des lèvres afin identifier les fausses nouvelles dans les vidéos.
    • Création d’un métamodèle qui permet d'identifier les fausses nouvelles dans le texte et la vidéo de manière simultané.
    Modèle de scoring
    • Identifier les clients à défaut par un modèle de scoring.
    • Exploration et nettoyage des données.
    • Feature engineering et équilibrage des classes.
    • Développement de plusieurs approches de classification.
    • Evaluation et optimisation des modèles.
    • Interprétation des modèles.
    • Elaboration d'un dashboard avec Flask et streamlit.
    • Déploiement du Dashboard dans Azure via un pipeline CI-CD.
    Python Azure Docker Devops Flask
  • ATLEN
    Maintenance prédictif avec intelligence artificielle
    AGENCE & SSII
    mars 2021 - janvier 2022 (11 mois)
    Sèvres, France
    Analyse et modélisation des données vibratoire pour apprendre le comportement des vibrations afin d'anticiper les anomalie pour faire des maintenance prédictives et éviter les maintenance inutiles.
    • Analyse et modélisation des données vibratoire pour apprendre le comportement des vibrations afin d'anticiper les anomalies pour faire des maintenances prédictives et éviter les maintenances inutiles.
    • Récupération des données vibratoire à partir de la Raspberry via le bus I2C.
    • Analyse exploratoire et nettoyage des données.
    • Extraction des features décrivant le signal avec la transformée de fourier.
    • Teste de plusieurs approches de modélisation pour détecter les anomalie.
    • Evaluation, optimisation et interprétation des modèles.
    • Réalisation du dashboard avec streamlit et le déploiement dans Azure.
    • Creation de la base de données via MySQL.
    • Gestion des daily meeting et des sprint planning.
    • Gestion du Kanban.

  • ALTEN
    Teach Lead Data Scientiste
    AGENCE & SSII
    avril 2019 - février 2021 (1 an et 11 mois)
    Sèvres, France
    Amélioration de la conduite autonome :
    • Analyser les vidéos de circulation afin de prédire l'intention de traverser ou non des piétons au point de passage.
    • Extraction de séquence d'images pour chaque piéton à partir des vidéos.
    • Extraction des features tels que les postures des piétons et autres.
    • Entrainement des modèles sur les bounding boxes, les postures et les features de VGG.
    • Création d'un métamodèle pour prédire l'intention du piétons en utilisant les trois features simultanément.
    • Déploiement dans Azure via Flask avec Docker.


    Analyse comportement dans les vidéos :
    • Améliorer les cockpits des véhicules par l'expérience utilisateur.
    • Analyse des vidéos d'interaction entre les utilisateurs et leurs cockpits afin de prédire les différentes émotions exprimées par les utilisateurs grâce au Deep Learning et machine Learning.
    • Identification de l'émotion à travers les données textuelles, visuelles et sonores.
    • Extraction des features pour l'audio, nettoyage et vectorisation pour le texte, extraction des features pour l'image.
    • Création des modèles de base pour chaque modalité.
    • Création d'un métamodèle pour prédire l'émotion à travers les trois modalités.
    • Déploiement dans Azure via des pipelines CI-CD.
    Deep Learning déploiement Python PySpark OpenCV Azure DevOps

Recommandations

Soyez le premier à recommander Aminata

Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Formations

  • MASTER2 INGENIEURIE DE LA STATISTIQUE ET DE L’INFORMATIQUE
    Université Paris Diderot
    2016
  • MASTER 2 STATISTIQUE ET FINANCE
    Université Pierre et Marie Curie
    2015

Compétences (28)

Catégories