Mouna Ouazine

Travail sur la prédiction des concentrations de césium-137 (Cs-137) dans les aérosols en utilisant des méthodes avancées de deep learning. Réalisation du prétraitement et de l’analyse de données massives en utilisant Pandas, NumPy et Dask pour optimiser la gestion des volumes importants. Mise en place de méthodes de détection d’anomalies avec Scikit-learn afin d’identifier des comportements atypiques dans les données. Création de visualisations interactives et dynamiques à l’aide de Seaborn et Plotly pour faciliter la compréhension et le suivi des résultats par les équipes. Développement et déploiement d’un modèle de deep learning avec TensorFlow à l’échelle nationale pour des applications critiques en sûreté nucléaire. Suivi des performances des modèles en production avec des outils de monitoring avancés tels que MLflow et Weights & Biases. Orchestration des workflows de données et automatisation des pipelines via Apache Airflow pour garantir la robustesse et la reproductibilité des processus.