MOAD TAJMOUATI

Développement de modèles d’intelligence artificielle pour la détection précoce du cancer de la prostate à partir de lames de biopsies numérisées. • Revue systématique de l’état de l’art sur les approches appliquées à la pathologie numérique (CNN, ANN, DCNN...). • Étude comparative de plusieurs architectures de réseaux de neurones pour le diagnostic et le grading selon le score de Gleason. • Développement d’un pipeline d’analyse d’images histopathologiques : prétraitement, segmentation, classification. • Mise en place de procédures de standardisation et d’automatisation pour réduire la variabilité inter-pathologistes et améliorer la reproductibilité des diagnostics.

• Conception et déploiement d’un système de monitoring temps réel permettant la détection proactive des anomalies en environnement industriel. • Développement de scripts Python avancés pour automatiser la collecte, le traitement et la visualisation de données issues de capteurs industriels. • Mise en œuvre de méthodes statistiques garantissant la fiabilité des détections et la réduction des faux positifs. • Contribution directe à l’amélioration de la qualité industrielle, grâce à une approche data driven et à des solutions analytiques innovantes Objectif : réduction significative des anomalies en fin de chaîne, suppression des lots non conformes et amélioration mesurable de la qualité globale.

• Encadrement et pilotage de projets concrets en ingénierie des données, de la conception à la mise en production. • Développement de data pipelines complets (ingestion, transformation, automatisation du reporting) et déploiement de workflows optimisés en Python et SQL. • Industrialisation du reporting et amélioration de l’analyse décisionnelle grâce à l’utilisation d’outils ETL et de solutions BI (Power BI, Tableau). • Transmission et renforcement des compétences techniques (Python, SQL, ETL, BI...) et des soft skills (résolution de problèmes, communication, travail en équipe). • Contribution à la professionnalisation des futurs Data Engineers via une pédagogie active et une approche orientée projet. Objectif : accélération de la montée en compétences des apprenants, améliorant leur employabilité et leur efficacité opérationnelle sur des projets Data en entreprise.

Associé projet BI4people "le décisionnel pour tous" • Automatisation et fiabilisation des processus ETL pour optimiser l’ingestion et la transformation des données. • Conception et déploiement de workflows ETL robustes (Python, SQL, Talend, Airflow, SSIS) permettant de centraliser et sécuriser les flux de données multi-sources. • Développement de tableaux de bord interactifs pour le suivi en temps réel des KPI et l’aide à la décision stratégique au sein des départements. • Modélisation et optimisation de bases de données OLAP/MOLAP adaptées à de larges volumes de données hétérogènes. Objectif : mise en place d’outils de pilotage performants, ayant renforcé la prise de décision stratégique et l’efficacité des processus.