Meryem Grimaj

- Développement de modèles statistiques pour estimer les besoins en irrigation et les pertes de rendement des cultures face au changement climatique, avec des projections à l’horizon 2050. - Analyse de données climatiques (SAFRAN, DRIAS) pour toutes les régions agricoles françaises, en intégrant 12 modèles climatiques et 3 scénarios RCP (4.5, 8.5). - Automatisation de pipelines (R) pour réduire le temps de calcul, et visualisation des résultats pour identifier les zones à risque.

- Conception d’un système de détection de fraude vocale utilisant des réseaux de neurones (Transformers, Wav2Vec 2.0) et des algorithmes de traitement du signal. - Extraction de caractéristiques spectrales (MFCC, chromagrammes, centroïdes spectraux) pour distinguer les audios réels des deep fakes, avec une précision de 92% sur un jeu de 500 audios. - Optimisation des modèles pour une détection en temps réel (latence < 1 seconde).

- Analyse de 340 000 occurrences végétales (base FLOTROP) pour modéliser la distribution des espèces au Sahel en fonction de variables environnementales (précipitations, température, type de sol). - Application de modèles de Machine Learning (MaxEnt, SVM, GLM) pour prédire l’impact des changements climatiques, avec une précision de 85% (AUC). - Prétraitement et structuration des données (Python, pandas, QGIS) et génération de cartes prédictives (ArcGIS) pour la conservation de la biodiversité.

- Nettoyage et fusion de bases de données - Traitement et analyse de données issues d’enquêtes nationales pour identifier des tendances sectorielles.

Observation et analyse des activités agricoles et d'élevage de l'exploitation. Analyse des données collectées et exploration des outils informatiques pour évaluer les performances de l'exploitation et des nouvelles technologies utilisées dans le domaine de l'élevage.