Rafei TCHOUAR

• Projets Data Science & Générative AI • Projets Software Engineering (Backend)

• Développement de modèles : Conception et implémentation de modèles avancés de deep learning (autoencodeurs, VAE, TCN AE, Seq2Seq, Transformers) pour la détection et la simulation d’anomalies, avec création de jeux de données annotés. • Intégration & visualisation : Déploiement des solutions dans une application existante pour le suivi et la visualisation en temps réel. • Recherche & innovation : Veille scientifique, adaptation de méthodes de pointe et documentation rigoureuse des travaux.

Projet: Étude infodémiologique sur l'analyse du moral des patients atteints de dysthyroïdie (Lauréat du challenge). - Collecte et prétraitement de données: Web scraping de plus de 500 000 messages provenant de différents forums de patients. Nettoyage et prétraitement des données textuelles pour les préparer à l'analyse. - Analyse des sentiments: Implémentation d'un modèle de langage de grande taille (LLM) DistilCamemBERT pour l'analyse des sentiments. Evaluation de différents modèles LLM afin d'optimiser la performance de l'analyse. - Visualisation et reporting: Création de graphiques pour visualiser l'évolution du moral des patients dans le temps.

- Développement d'un outil de classification d'images: Implémentation d'un système de classification en combinant plusieurs algorithmes de Machine Learning. Utilisation du transfert d'apprentissage pour améliorer la performance des modèles. - Optimisation des modèles: Hyperparamétrage des modèles pour maximiser leur précision. Pondération des algorithmes avec la méthode AHP (Analytic Hierarchy Process) pour combiner efficacement les résultats. Optimisation des modèles à l'aide de la programmation linéaire. - Documentation et reporting: Rédaction de rapports détaillant les méthodes utilisées, les résultats obtenus et les conclusions.