Mounir Akram Romani

Automatisation du contrôle qualité d’un instrument de diagnostic moléculaire. Conception et mise en œuvre d’un pipeline de traitement de données en temps réel avec Dagster, pour surveiller les performances d’un instrument de diagnostic moléculaire. Intégration d’une solution de vision par ordinateur basée sur YOLO (You Only Look Once) pour la détection et la segmentation d’anomalies sur des images de fluorescence. Annotation manuelle et semi-automatique de données, entraînement et fine-tuning de modèles YOLO, puis déploiement des modèles dans le pipeline d’analyse pour améliorer la précision du contrôle qualité. Suivi et versionnement du pipeline avec DVC : traçabilité des étapes de traitement, gestion des versions de modèles YOLO, des datasets annotés et des métriques associées. Implémentation de règles de détection d’anomalies en Python, à partir de données techniques et biologiques hétérogènes (logs, images de fluorescence, signaux thermiques). Développement d’une interface web (Streamlit) pour la visualisation en temps réel des anomalies, des logs détaillés et des statistiques d’erreurs. Utilisation de l’infrastructure cloud AWS (S3, EC2, monitoring) pour le traitement, le stockage et la visualisation en continu des données.

Appui aux équipes de recherche pour le développement et la validation de modèles d’analyse d’images médicales Participation à la préparation des jeux de données d’imagerie médicale (tri, renommage, format DICOM). Réalisation de tâches d’annotation manuelle et semi-automatique d’images (zones pathologiques, contours d’organes). Exécution de scripts Python pour le pré-traitement d’images (filtrage, redimensionnement, normalisation). Suivi de l’entraînement des modèles IA sous supervision (segmentation, classification). Aide à la génération de rapports de performance (précision, recall, confusion matrix). Collaboration avec les data scientists, développeurs et radiologues pour assurer la qualité des données et des résultats.

Détection et classification des pleurs de bébés à l’aide d’un système intelligent embarqué.