Laetitia Viau

Mission client Airbus - plateforme Skywise : – Développement de pipelines (PySpark) pour le traitement de volumes de données industriels. – Préparation, transformation et mise à disposition de jeux de données à destination de cas d'usage métier – Contribution à la création de dashboards et documents permettant une meilleure exploitation des données opérationnelles. Pôle Innovation / R&D : – Développement front-end d'un outil interne d'aide à la décision (React) – Conception de visualisations de données avancées – Élaboration de maquettes fonctionnelles et proposition de solutions adaptées aux besoins identifiés

Visualisation de données quantitatives géolocalisées : – Proposer et comparer des solutions d'intégration et de visualisation de données spatio-temporelles hétérogènes. – Conception et développement d'une visualisation interactive de différents jeux de données dans le cadre du projet européen MOOD (MOnitoring Outbreak events for Disease surveillance in a data science context) dédié à la détection et surveillance de maladies infectieuses.

– Base de données (modélisation et langage SQL) – Développement Web (HTML, CSS et Javascript) – Visualisation de données (utilisation de librairies telles que D3.js) – Logique et ensembles

Participation à un projet R&D de suivi hydrologique basé sur l'imagerie satellite : – Collecte, pré-traitement et structuration de données issues d'images satellitaires sur une zone d'étude spécifique. – Intégration et adaptation d'un algorithme de détection des surfaces en eau afin d'améliorer l'analyse environnementale. Veille technologique et recommandations d'outils pour structurer les capacités Data Science de l'entreprise, avec rédaction de documentations techniques.

Participation à un projet de recherche en agriculture de précision visant à explorer l'intégration de nouvelles technologies dans les pratiques agricoles au Pérou. – Traitement et analyse d'images acquises par drone afin d'extraire des informations exploitables. – Conception et structuration d'une base de données regroupant les caractéristiques et pratiques d'agriculteurs locaux pour faciliter l'analyse des données collectées.