Sara Touzani

Développement d’outils d’analyse de données maritimes AIS dans un environnement Big data: • Application à la détection d’interruptions de messages (AIS) • Traitement et manipulation (collecter, nettoyer, modéliser, croiser, dénormaliser, mise en forme…) des données variées d'AIS • État de lieu des différents cas de figures d'anomalies • Application d'algorithmes d'apprentissage non supervisé et de deep learning pour detecter les trajectoires Environnement / outils / langages utilisés : Jupyter, Spark, Python, Hdfs, Impala, Git, Notebooks, sklearn , keras, tensorflow, QGIS3..

L'IEEE (Institute of Electrical and Electronics Engineers, Inc.) est la plus grande association professionnelle au monde à promouvoir l'innovation et l'excellence technologique au profit de l'humanité. L'IEEE et ses membres inspirent une communauté mondiale à innover pour un avenir meilleur grâce à ses publications, conférences, normes technologiques et activités professionnelles et éducatives très citées. L'IEEE est la «voix» de confiance pour les informations d'ingénierie, d'informatique et de technologie dans le monde entier.

IEEE ENSIAS Student Branch a été créée afin de faire avancer la technique et l'innovation et d'engager les étudiants de l'école d'ingénieurs ENSIAS techniquement et technologiquement pour le bien de l'humanité. Cette initiative a été conçue pour promouvoir l'excellence scientifique dans les domaines technologiques et a été conçu pour inspirer l'innovation et encourager les étudiants en informatique à découvrir de nouvelles recherches et des idées de pointe. Cette branche étudiante de l'IEEE est ouverte à tous les étudiants et aux chercheurs appartenant à l'École Nationale Supérieure d'informatique et d'analyse des systèmes "ENSIAS".

Responsabilités PROJET Yloppé, GED Fullweb: • Elargir et améliorer les fonctionnalités de Yloppé - Migration d’une solution Desktop vers une solution SAAS Fullweb • Module de reconnaissance de mot clé et de type de documents scannés d’une façon intelligente en utilisant l’API de Google Vision(OCR). Outils :Java, Javascript, Apache Jackrabbit, Primefaces - JSF, NLP, Google vision ,Postgres.

• Extraction et Analyse des données Web • Alimentation de la base de données à travers l’extraction web du site Amazon, prétraitement de la dataset • Application de l’analyse en composantes principales (ACP) en première étape , puis un algorithme d'apprentissage nom supervisé sur notre dataset afin de déterminer les différents groupement des clients et les variables discriminantes de leur comportement d’achat d’une catégorie de smartphone. Outils : Python - Tanagra. Langages de programmation : Python (BeautifulSoup, scrapy, Scikit learn, requests..).