
Étude expérimentale de méthodes classiques et neuronales pour réduire le bruit des images IRM, avec une approche hybride pondérée.
Python, PyTorch, BM3D, DnCNN, PyQt5, PSNR / SSIM
Ingénieure R&D en IA, data science et développement Python.
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.
Passez la souris sur mon nom : le bruit revient, puis se dissipe, comme dans mes travaux de débruitage d’IRM.

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.
Python, PyTorch, BM3D, DnCNN, PyQt5, PSNR / SSIM

Analyse complète de la chaîne logistique : performance des fournisseurs, indicateurs financiers, risques opérationnels et prévision de la demande avec Python, MySQL et Power BI.
Python, pandas, MySQL, Power BI, DAX, Statsmodels, Time Series Forecasting, Holt-Winters, WAPE

Analyse de données transactionnelles : segmentation RFM, panier d'achat, prédiction du churn et exploration des indicateurs commerciaux.
Python, SQL, pandas, scikit-learn, Power BI, RFM

Pipeline de classification complet pour prédire la survie des passagers du Titanic : nettoyage, exploration, modélisation et visualisation.
Python, pandas, scikit-learn, XGBoost, LightGBM, Matplotlib

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

Exploration et modélisation des scores de bonheur dans le monde (2015–2019) en fonction de facteurs économiques, sociaux et de santé.
Python, pandas, scikit-learn, Matplotlib, Plotly, Regression

Application React Native pour des tâches cognitives et la collecte structurée de données comportementales.
React Native, Firebase, JavaScript, R, Statistics
Programmation des mouvements d’un bras UR3 et expérimentation de la détection d’objets avec YOLO, à partir de caméras externes.
Python, YOLOv8, OpenCV, UR3

Expériences numériques sur la convergence, le phénomène de Gibbs, l'échantillonnage et les spectres FFT.
Python, NumPy, Matplotlib, Fourier series, FFT

Résolution numérique de l'équation de la chaleur en 1D, étude de stabilité et comparaison de schémas aux différences finies.
Python, NumPy, Matplotlib, PDEs, Numerical methods

Application expérimentale comparant deux interfaces à l'aide de tâches utilisateurs et des questionnaires NASA-TLX et SUS.
React, TypeScript, Zustand, NASA-TLX, SUS
Deux expériences de recherche et une formation à la croisée des disciplines.
Développement et évaluation de méthodes de débruitage d’images IRM : BM3D, DnCNN, mesures PSNR/SSIM et interface PyQt5.
Application React Native/Firebase pour des tâches cognitives et analyse statistique de données expérimentales avec R.
Classes préparatoires scientifiques, formation d’ingénieure en Cognitique à Bordeaux INP – ENSC et échange à la Graduate School of AI de POSTECH. J’aime relier rigueur mathématique, développement logiciel et problèmes concrets.
Les outils que j’utilise dans mes projets.
Quatre cours Kaggle terminés, et deux parcours en cours pour consolider mes bases en analyse de données.
R&D, IA appliquée, data science ou développement Python : je serais ravie d’échanger.
evash0uwha@gmail.com