Rayann TCHOKOGOUE

Analyse du risque lié aux arcs électriques affectant les installations des lignes ferroviaires. Tâches Identifier les arcs anormaux/à risque, visualiser les zones impactées et rendre ces informations facilement consultables par les équipes terrain. - Créé et automatisé des dashboards Power BI, suivis par les équipes terrain et le product owner, permettant la priorisation des interventions sur la base de KPI opérationnels (anomalies, criticité). - Développé un algorithme de catégorisation des arcs via le K-Means et l’IQR. - Conçu un outil Tkinter pour intégrer des infobulles et visualiser les zones affectées dans une application interne. - Extrait et structuré en SQL des données contenues dans des PDF pour accélérer l’accès et l'exploitation. Résultat - Identification automatisée des arcs anormaux et priorisation des interventions. - Amélioration de la visualisation décisionnelle pour les équipes opérationnelles. - 30% des infobulles dans l'application interne située près d'un défaut sur les lignes. Environnements : PowerBI, SQL, Python (re, pandas, numpy, tkinter, scikit-learn), Excel

Détection des composants d’un train via analyse vidéo : Suivi automatique des composants de train et détection de ceux endommagés. Tâches Construire dataset vidéo, automatiser la sélection des séquences pertinentes, entraîner un modèle de détection et tracer la localisation des composants. - Collecté des vidéos contenant des composants endommagés pour l’entraînement du modèle de détection d'objet. - Identifié et extrait des vidéos utiles via des scripts Shell + Python. - Suivi et enregistré la localisation des composants endommagés dans des fichiers Excel pour reporting. Résultat - Pipeline d'identification vidéo réduisant de 60% le temps de collecte des données. Environnements : PowerBI, SQL, Python (re, pandas, numpy, tkinter, scikit-learn), Excel