Xiao Ma

• Conçu et développé de A à Z HeurAIDEAS, une application web collaborative dédiée à l’évaluation heuristique des interfaces homme-machine (HMI), avec un backend asynchrone Python/FastAPI et un frontend React/TypeScript/Vite. • Développé des APIs REST avec SQLAlchemy Async/Alembic et mis en place des WebSockets pour la synchronisation temps réel et la gestion de présence. • Implémenté l’authentification JWT/OAuth2 et un contrôle d’accès RBAC afin de garantir le cloisonnement des données entre utilisateurs et équipes. • Intégré le stockage de fichiers S3 et conteneurisé l’application avec Docker, avec migration d’un hébergement Cloud vers les serveurs internes. • Organisé le développement en Agile/Kanban : découpage des tâches, priorisation, suivi d’avancement et gestion du projet.

• Contribué à la migration progressive de l’application SaaS de Vue.js vers React avec TypeScript. • Développé des composants front-end modulaires (tableau de bord, pages de connexion et d’inscription, etc.) en suivant les maquettes UI et les bonnes pratiques de développement. • Intégré des APIs pour l’affichage dynamique des données utilisateur (profils, activités récentes). • Amélioré l’interface utilisateur en ajustant la mise en page et les composants selon les maquettes fournies, avec une attention particulière à la compatibilité inter-navigateurs. • Travaillé dans un environnement Agile (sprints, dailies), avec un usage actif de Git et des pratiques de collaboration structurées.

Contexte : Dans le cadre de mon stage de fin d'études pour le master en linguistique informatique, j'ai travaillé sur le projet Nominalp, visant à identifier automatiquement les oronymes dans des textes d'exploration des Alpes. Missions : - Développement d’un modèle de détection d’entités nommées basé sur BERT et DistilBERT pour l’identification d’oronymes. - Optimisation des modèles pré-entraînés pour améliorer la précision de la détection. Tâches : - Prétraitement des données du corpus. - Annotation manuelle des oronymes. - Entraînement et évaluation des modèles de reconnaissance d'entités nommées. - Comparaison des performances entre différents modèles, tels que BERT, DistilBERT et spaCy. Résultats : Amélioration significative de la précision dans la détection des oronymes grâce à l’approche par fine-tuning des modèles Transformers.

Le stage a consisté à annoter de manière structurée certains articles chinois de la revue "Economic Science" de Peking University en utilisant le langage XML.