Justin NOUBISSI

“Prédiction des ventes mensuelles d’articles ”. • Conception du progiciel • Programmation: - Collecte et filtrage des données - Prétraitement et normalisation des données - Choix des modèles - Entraînement des modèles - Amélioration et ajustement (évaluation) • Déploiement Programmation: Python (pandas, sklearn, numpy, Transformers, pipeline, tensorflow) Django, HTML, CSS, Docker, JSON. Outils: Pycharm, CI/CD, Gitlab, Jenkins.

“Mise en place d’une solution pour les collectivités locales”. • Signalement par messages (classification des messages) • Détection de spams • Signalement par photos (classification d’images) • Déploiement Programmation: Python (pandas,sklearn, numpy, Transformers, Keras, tensorflow), AWS EC2. Outil: Pycharm

“ Conception et Développement d’un progiciel pour le traitement automatisé des commandes et des essais.” • Architecture logicielle • Développement: - Connexion sécurisée - Développement du module de remontée automatique des Commandes et alimentation automatique des différentes tables - Mise en place du module de traitement des Essais et contre-essais sur les bobines, - Export automatique des résultats des essais - Détection automatique des cohérences des essais - Mise en place d’un historique de connexion et d’opérations • Documentation Déploiement Programmation: Python, Django REST, HTML,CSS/Javascript, Bootstrap, Bash. script, PowerShell script, Docker Outils : UML, Pycharm, SQL server, Windows 10, Gitlab, Docker, Jenkins Méthode: Agile

“Développement d’une plate-forme pour l'évaluation du niveau technique des modélisateurs en CAO” • Conception du progiciel • Développement : - Connexion sécurisée à la plateforme prenant en compte les groupes de profils - Attribution de questions (test) aux candidats selon leur profil (Domaine, Niveau) - Durée, importance des questions et temps associé au test pris en compte - Comparaison entre les réponses fournies par le candidat et les corrections des questions correspondantes - Interaction en temps réel entre le candidat et les objets 3D - Calcul automatique de la note finale du candidat • Déploiement Programmation: Python, Django REST, HTML, Javascript, CSS, Bootstrap, JSON Outils: Pycharm, Blender, Pythonanywhere, UML, PyNastran, MongoDB, Git Méthode: Agile

“Tests de résolution d’incidents et de problèmes” • Périmètre : Incident, Problème, Changement et Requête • Tests d’intégration, • Tests de régression, • Tests de non régression. Outils: ITIL, CDS, Servicenow Méthode: MEHARI

"Audit interne" • Interviews et rapports • Périmètre: Incident, Problème, Changement Méthode: SPOT (basée sur CMMI) Modèle: DIKW

“Modélisation et Simulation spatio-temporelles de systèmes dynamiques complexes dans un cadre multi-échelles – application en Epidémiologie. Cas du Paludisme.” • Modélisation de la propagation inter-villes du Paludisme en fonction des spécificités de chaque ville • Extraction, transformation et chargement des données • Considération de l’état d’évolution de la maladie (Susceptible, Infecté, Infectieux, Guéri et/ou Immunisé) • Analyse de l’impact des facteurs climatiques (température, humidité relative, précipitations) • Analyse de l’impact des migrations • Analyse de la Stabilité Globale du modèle (cas d'équilibre sans maladie et équilibre endémique) Couplage de modèles hétérogènes Programmation: C++, MATLAB, Oracle Outils: Linux (Ubuntu), VLE, SQLite, Talend, DEVS, Scilab, Visual Studio

Collaboration: EUROCOPTER, AIRBUS et GROOVIZ. Projet PESTIV-3D : “Simplification de modèles volumineux 3D pour une visualisation temps réel à distance dans un contexte aéronautique.” • Fragmentation de l’avion à plusieurs niveaux de détails • Simplification des fragments d’avions • Connexions entre fragments de niveaux de détails différents Visualisation temps réel et sélective à distance des modèles dans des zones à forte turbulence. Cela réduit le temps d'attente du système aérien lors de la visualisation des données à distance. Programmation: C++, OpenGL Outils: Visual Studio, QT designer, SGX, Maya, MeshLab, Windows 7

Projet ANR VORTISS: “ Conception et Prototypage d’un Modèle topologique et mécanique 3D à résolution adaptative pour la Simulation des interventions en Chirurgie endoscopique. ” • Modélisation des incisions, de déchirements, d’ablation, de coutures d’organes déformables (foie, estomac, intestins,…) • Intégration dans le modeleur géométrique MOKA • Segmentation progressive d'une partie sélective du modèle (multirésolution) • Conservation la forme originale du modèle, en tenant compte des relations de voisinage entre organes subdivisés ou non à un niveau donné Intégration dans le moteur mécanique SPORE. Programmation: C++, OpenGL Outils: G-cartes, Linux , MOKA, SPORE, GTK+, XML, MS project