Jieli Xia

Ingénieure en automatisation et systèmes mécatroniques

Salaire / Taux journalier

Paris, France

Freelance, ouvert au CDI

Peut venir sur site

Expertises

PythonMachine LearningMATLABGitLinuxWindowsGestion de projet - PMOESP32ArduinoPyTorchTensorFlow

Langues

Français (Maternelle)Anglais (Courant)Chinois

À propos

Introduction

Ingénieure en automatisation et systèmes mécatroniques, spécialisée dans le développement et l'intégration de systèmes embarqués et multi-capteurs. Expérience en prototypage, validation et optimisation de systèmes temps réel. Intéressée par les systèmes robotisés et automatisés, de la conception à la mise en service.

Liens

Expérience de travail

Ingénieure R&D, Conception et validation de systèmes de détection physiologique (Stage)

Laboratoire CHArt

juin 2024 - nov. 2024

6 mois

Saint-Denis, France

– Participation à la conception d'un système embarqué permettant la collecte et traitement de signaux physiologiques (e.g cardiaques, respirations) via les vibrations mécaniques d'un lit. Rédaction de documentation technique et suivi projet. – Développement d'un système de monitoring physiologique en temps réel traitant les données capteurs transmises par Wi-Fi afin d'extraire les fréquences cardiaques, respiratoires et les mouvements corporels. Précision de détection de 89% sur 100 périodes de mesure (Python, POO, PyQtGraph, multithreading). – Développement de prototypes embarqués utilisant des microcontrôleurs ESP32, STM32 et Arduino, intégrant des capteurs inertiels MEMS (gyroscopes, accéléromètres). Réalisation d'une analyse comparative des capteurs afin d'évaluer leurs performances. – Traitement du signal et filtrage numérique (Butterworth, Kalman) pour améliorer la robustesse et la fiabilité des mesures. – Conduite de campagnes de tests en milieu hospitalier: définition des protocoles de validation et collecte de jeux de données pour l'entraînement et l'évaluation des algorithmes (≈ 80% de précision). – Identification et analyses des problèmes afin d'identifier et corriger un goulot d'étranglement critique (RCA) dans le traitement temps réel, réduisant le temps d'écriture des données de 10 s à 1 s (amélioration de 90 %).

Conseillère de ventes

Galeries Lafayette Haussmann (Burberry)

janv. 2018 - janv. 2023

5 ans 1 mois

Paris, France

– Développement de solides compétences en communication, en relation client et en résolution de problèmes dans un milieu dynamique.


Formation

Sorbonne Université Sciences

Double Master, Automatisation Industrielle et Ingénierie pour la Santé - Systèmes mécatroniques de réhabilitation

2022 - 2024

2 ans 1 mois

– Parcours axé sur l'automatisation avancée (régulation, asservissement), acquisition de données multi-capteurs et traitement numérique des signaux (model predictive control, sensor fusion, Kalman filtering, digital signal processing (DSP)). – Traitement numérique du signal (DSP), filtrage, estimation d'état, traitement des images. – Compétences en machine learning (régression, classification, etc) sous python (Pytorch, TensorFlow) et de l'apprentissage par imitation (Behavior cloning, DAgger). Projets marquants : – Projet de fin d'études sur la réalisation d'un prototype convertissant des images en profondeur en signaux sonores pour aider les personnes malvoyantes à détecter les obstacles (vision + traitement d'image (OpenCV), DepthAl, impression 3D). – Optimisation de trajectoires de bras robotisé (modélisation, contrôle, simulation). – Programmation d'un jeu de cartes (Saboteur) sous Python avec l'option de jouer contre l'ordinateur (pygame, POO). – Création d'un capteur innovant permettant de signaler une différence de poids entre les 2 bretelles d'un sac à dos, primé à l'Innovation Days for Health 2024.

Sorbonne Université Sciences

Licence, Électronique, Énergie et Automatique

2019 - 2022

3 ans 1 mois

– Étude approfondie des systèmes électroniques et automatisés : analyse de circuits analogiques/numériques, asservissement de systèmes dynamiques et modélisation mathématique (équations différentielles, transformations de Laplace). – Acquisition et traitement de signaux issus de capteurs, validation expérimentale des performances et rédaction de rapports techniques. – Projet de fin d'étude sur la conception d'un prototype de robot livreur basé sur ARM Cortex-M3, programmation en C++ embarqué, utilisation de PSpice, élaboration de circuits électroniques tel qu'un émetteur/capteur IR, haut parleur, contrôle des moteurs via des capteurs inductifs.

Sorbonne Université Médecine

Première Année Commune aux Études de Santé, Médecine

2017 - 2018

1 an 1 mois

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.