Lenny Daho

Nous travaillons actuellement sur un agent d'assistance intelligente visant à résoudre les défis liés à la sémantique des réponses à l'aide de l'intelligence artificielle (IA) et de diverses bibliothèques Python. Ma démarche intègre des technologies de pointe telles que BERT pour le machine learning, qui permet d'optimiser la compréhension sémantique et la génération de réponses contextuellement précises. De plus, j'utilise des librairies Python telles que TextBlob et scipy pour l'analyse statistique, offrant ainsi des performances optimales dans l'amélioration continue de la qualité des réponses. Mon objectif est de concevoir des chatbots hautement performants et intelligents, capables d'interagir de manière fluide et pertinente avec les utilisateurs, améliorant ainsi l'expérience globale et la satisfaction des clients.

les profils : Alicia Canosa - UX/UI Product Designer +10 XP ✨ Alicia conçoit des interfaces digitales en y combinant esthétisme visuel et fonctionnalités adaptées. Design System, Accessibilité, Prototype, Responsive, Design Thinking, Méthode Agile. Gulsum Kapanoglu - Data Scientist et Ingénieur ML +7 XP ✨ Gülsüm est une Data Scientist et ingénieur ML. Classification,Segmentation, Churn Analysis,Computer Vision,NLP. AWS Solution Architect. Python, R, SQL,Tableau,BigQuery,Dataiku,Power BI. Ioana Luncan - Full-Stack Software Engineer +16 XP ✨ au sein de groupes et startups, Ioana explore les dernières technologies telles que ReactJs, Node/NestJs, Python, Java, AI et Web3 en les incorporant dans son travail. Lenny Daho - Développeur Backend, Data Scientist et Data engineer +4 XP ✨ Lenny est un expert en Python dans le domaine de l'aérospatial et de la santé. S'adapte aux différentes spécifications techniques notamment pour le PHP.

Développement de script LUA sur de l'étude de trajectoire balistique et de mesure physique de lanceurs spatiaux. Écriture de script python pour automatiser une grande partie de l'écriture des scripts LUA. Des scripts LUA étaient autogéneré à partir des scripts python.

Tests de non régression d'utilisation applicatif d'un logiciel.

The objective of the internship is to develop, adapt and apply machine/Deep learning classification models (artificial neural networks: CNN/LSTM and 3DCNN) on medical ultrasound videos in order to: 1) Identify different organs 2) Assist in the diagnosis of pathologies related to lung diseases The internship will be done in collaboration with the start-up echOpen which develops an ultrasound device to make ultrasound scans at a lower cost and the APHP hospital which will provide the data to be analyzed and the medical expertise. For this experiment, I worked in Python on Pytorch with Visual Code Studio. I could not work on the code online and in a shared way because the patient data are extremely confidential. My technical expertise in this project: 1 - Data recovery 2 - Data sorting 3 - Implementation of the different models 4 - Implementation of the loss function (cross-entropy) It also allows to manage an unbalanced distribution of classes 5 - Training and validation phase of the network 6 - Test phase 7 - Management of evaluation metrics and creation of evaluation curves 8 - Storage of metrics 9 - Technical analysis of results

Realization of automatic video editing by Deep Learning or other existing methods (Project to explore existing technologies) Working in collaboration with Latitudes from a Tech For Good perspective

Implementation of a Deep Learning Method in the existing architecture of a GAN for the analysis of radiotherapy images

Member of the General Office Responsible of the financial activities of the association

Competition of code : Result of the competition code with Python 62/139