Aya Tounsi

Objectifs : Projet visant à automatiser la détection de déchets sauvages depuis des drones, en combinant vision par ordinateur et intelligence artificielle, pour contribuer à la préservation de l’environnement. Missions & Approche : - Collecte et validation de données multi-sources (images réelles et simulées), avec vérification de la qualité des annotations pour garantir un dataset fiable. - Prétraitement et nettoyage des données pour maximiser la pertinence et réduire le bruit. - Fine-tuning de YOLOv8 (PyTorch) pour la détection aérienne, optimisé pour des contraintes computationnelles réelles. - Application de data augmentation et fusion pondérée pour combiner les sources et enrichir le dataset, tout en conservant un volume raisonnable pour un entraînement efficace. - Évaluation et itération continues du modèle via métriques clés (F1-score, précision, rappel), avec un focus sur l’inférence temps-réel pour déploiement embarqué. Accomplissements & Résultats : - Création d’une base de données unique de 23k images à partir de multiples sources et simulations, résolvant le problème du manque de données réelles. - Augmentation du F1-score moyen de +21,6 grâce au nettoyage des données et à l’enrichissement par images simulées. - Dépassement des baselines state-of-the-art jusqu’à +24% en F1, tout en conservant des performances adaptées au temps réel pour drones embarqués. - Présentation finale du projet : Très Bien, avec félicitations du jury.

Objectifs : Identifier l'impact du stress sur la performance académique des étudiants en utilisant le Machine Learning. Missions : - Définir le positionnement de notre étude par rapport à l’état de l’art. - Acquérir des données physiologiques des étudiants lors d’un test organisé. - Traiter les données et extraire des ‘features’. - Implémenter des modèles de Machine Learning. - Rédiger un article scientifique. Accomplissements : - Réussir à prédire les notes des étudiants à partir des données physiologiques liées au stress en utilisant le Machine Learning. - Gagner le prix du meilleur article scientifique.

Objectif : Accompagnement des étudiants pour réussir leurs Tps en informatique et en électronique. Missions : - Aide au débogage des erreurs de code. - Explication des concepts ambigus du cours. - Orientation des étudiants et clarification des énoncés de manière simple et compréhensible.

- Prise en charge du test d'applications en cours de développement. - Détection et déclaration des bugs dans des fiches de correction. - Proposition d'amélioration.

- Suivi des tâches du service financier et comptable. - Classement des factures et des notes de paiement. - Participation à la réalisation des inventaires.