Anwar A.

Projet Gaia :

J'ai travaillé sur l'intégration et l'analyse de données écologiques via des modèles d'apprentissage automatique et d'apprentissage profond. Le projet s'est concentré sur l'utilisation de Python et d'Azure OpenAI pour explorer les cas d'utilisation de l'IA générative (GenAI), notamment grâce à l'ingénierie rapide. En développant des invites personnalisées et en affinant les modèles GenAI pré-entraînés, nous avons cherché à obtenir des informations et des prévisions significatives sur la biodiversité, le changement climatique et la répartition des espèces. En outre, j'ai contribué à la construction et à l'optimisation du pipeline de données, en veillant à ce que de grands ensembles de données écologiques soient traités efficacement. La combinaison d'algorithmes d'apprentissage automatique et d'ingénierie rapide nous a permis de créer des outils innovants pour la recherche écologique, améliorant la prise de décision pour la conservation de la biodiversité et les études environnementales.

Projet Grace :

J'ai joué un rôle central dans le développement d'une solution de base de données NoSQL pour les modèles de simulation du carbone, conçue pour aider les cabinets de conseil dans leurs efforts de durabilité environnementale. J'ai construit un pipeline ETL robuste qui a rationalisé l'ingestion, la transformation et le stockage des données. Le projet a utilisé Azure CosmosDB et MongoDB pour gérer de gros volumes de données non structurées et semi-structurées, garantissant ainsi flexibilité et évolutivité pour la croissance future des données. Les processus ETL ont facilité l'intégration transparente de diverses sources de données, permettant une analyse et une visualisation en temps réel des empreintes carbone. Ce travail a été crucial pour fournir des informations exploitables afin d'aider les entreprises à réduire leur impact environnemental et à optimiser leurs stratégies de développement durable.

Projets internes : J'ai contribué au développement de deux projets internes majeurs :

Logiciel de partage de photos : Conception et mise en œuvre d'une solution logicielle permettant un partage efficace de photos dans une architecture basée sur le cloud. Ce projet impliquait la configuration et le déploiement de services à l'aide d'AWS CloudFormation pour l'infrastructure en tant que code, d'Amazon S3 pour le stockage évolutif et de DynamoDB pour une base de données NoSQL hautement performante. Le projet a utilisé Python pour le développement du backend et Git pour le contrôle des versions, garantissant une collaboration transparente au sein de l'équipe.

Projet de finance prédictive : J'ai joué un rôle clé dans la création d'une plateforme d'analyse prédictive pour les prévisions financières. Le projet impliquait la création d'une architecture sans serveur à l'aide d'AWS SAM et l'intégration de divers services AWS comme S3 et DynamoDB pour le stockage et la récupération des données. Docker a été utilisé pour le déploiement conteneurisé et OpenBB a été exploité pour l'analyse et la visualisation des données financières. Python était le principal langage de programmation utilisé pour mettre en œuvre des pipelines de traitement de données et des algorithmes prédictifs.

Projet client : J'ai dirigé le développement d'un pipeline de données sophistiqué pour automatiser la reconnaissance et l'extraction de tableaux à partir de grands volumes de documents pour un client. Ce projet a utilisé les capacités d'apprentissage automatique d'Amazon SageMaker pour former et déployer des modèles permettant une extraction précise des tables. Python a été utilisé pour créer la logique de traitement des données, tandis qu'AWS Lambda a été utilisé pour créer des fonctions sans serveur pour une intégration et une évolutivité transparentes.

Après mon diplôme d'ingénieur, j'ai choisi d'approfondir mes connaissances en poursuivant mes études en doctorat. Voici l'abstract : L'étude de la biologie associe des études de formes (la diversité) et des modélisations de processus (fonctionnels ou évolutifs). Pleiade répond au double défi de la mesure rapide et pertinente de dissimilarités entre objets biologiques et de l'exploration des relations entre la diversité des traits et la diversité de fonctions, à plusieurs échelles. Nous développons des algorithmes, modèles, et cadres logicielles pour des applications en écologie, évolution et biotechnologie. Il s'agit d'une offre de thèse dans le contexte d'une collaboration entre l'Inra et l'Inria, associant des compétences du domaine de l'écologie, de la modélisation statistique, et du calcul intensif. Il s'agit de construire des OTUs (Operational Taxonomic Units) avec les outils du metabarcoding (et en les faisant évoluer) à partir de jeux de données de communautés de protistes issus de NGS (Next Generation Sequencing) avec pour la thèse un enjeu de passage à l'échelle pour les méthodes statistiques vue la taille des jeux de données. Le travail attendu est donc de nature pluridisciplinaire, avec une compétence disciplinaire de base en modélisation statistique et calcul intensif. Le candidat devra montrer une ouverture vers les aspects finalisés de ces disciplines, notamment en écologie et taxonomie numériques. L'aptitude à travailler dans un contexte pluridisciplinaire est à la fois un atout de ce poste et une compétence requise : modélisation statistique , métabarcoding et analyses de données et HPC.