Mon CV
Développement
Web (HTML, CSS, PHP)
90%
C#
85%
Python
95%
Java, Javascript
85%
SQL,Batch
60%
VBA
95%
WLangage
80%
Dart
85%
Réseau
TCP, IP, Routage
60%
Base de données
MySQL, SQLServer
60%
Logiciels
Microsoft Office
Oracle
Keepass
Notepad ++
Kate
Atom
VS Code
IntelliJ Idea
Eclypse
Python
Construct 3
Windev
VirtualBox
Visual Studio
Git
Symfony
Yed
Miro
GPGFrontend
Android Studio
Node Js
Wordpress
Langues
Français
100%
Turc
90%
Anglais
75%
Allemand
35%
COMPETENCES ET CERTIFICATS
Formations
-
Université de Haute-Alsace, Mulhouse
Master année Informatique parcours Méthodes Informatiques Appliquées à la Gestion des Entreprises - MIAGE
2025-2027En cours
-
Université de Haute-Alsace, Mulhouse
Licence 3e année Informatique parcours Méthodes Informatiques Appliquées à la Gestion des Entreprises - MIAGE
2024-2025Obtention du diplôme avec mention Assez Bien
-
Lycée des métiers René Cassin, Strasbourg
BTS SIO (Option SLAM)
2022-2024Diplôme avec 15/20 de moyenne
-
Lycée Jean Monnet, Strasbourg
Bac Générale
2021Mention Bien
Spécialité Mathématiques et NSI (Numérique Science et Informatique)
Experiences
-
Stage en développement web
OCF-EST à STRASBOURG
du 12/05/2025 au 18/08/2025 - pendant 3 moisDéveloppement du Back-End de l'application de gestion de cartes de fidélité - YourCard
-
Stage en développement web
OCF-EST à STRASBOURG
du 15/01/2024 au 16/02/2024 - pendant 5 semainesDéveloppement d'un site web avec le CMS WordPress
-
Stage en développement d'application mobile
Sevilog/AKEAD à Mundolsheim
du 30/05/2023 au 07/07/2023 - pendant 5 semainesContribution au développement d'application mobile avec Flutter : gestion des tâches hebdomadaire
-
Pharmacie à Eschau
Stage découverte en 3ème
2018 - pendant 1 semaineRanger, scanner, placer sur l'étagère les médicaments
Expériences et formations
Mes Projets
Veilles technologiques
Qu'est-ce qu'une veille technologique
La veille technologique est une veille spécifique, sa mise en place permet d’étudier l’évolution de sujets et secteurs en mutation permanente. Cette action permet ainsi à une entreprise de suivre le développement et l’apparition de nouvelles technologiques pouvant considérablement influer sur son activité. Elle permet également de rester en permanence informé lorsque l’entreprise évolue dans des contextes où les usages et les nouveaux acteurs changent souvent.
Suivi d'information de la veille technologique
J'ai utilisé différentes méthodes afin de mener à bien mes veilles.
- J’ai cherché par moi-même des informations par des recherches internet
(lemondeinformatique) ou en consultant des magazines (01Net): c’est la
méthode pull qui permet de tirer des informations. Cette méthode
demande beaucoup de temps mais répond de façon précise à la demande.
- La méthode push ou pousser l’information permet, au contraire, de
faire venir régulièrement l’information à nous, automatiquement. J’ai utilisé Google
Alerte pour recevoir directement dans ma boîte mail les informations Google selon le
thème paramétré.
- La troisième méthode est d’utiliser des agrégateurs de flux pour
centraliser sur une plateforme unique les flux ou fils RSS disponibles sur
différents portails, sites web ou blogs sélectionnés en amont. J’utilise
Start.Me.
Lien Start.Me
Sujet de ma veille
L'évolution de l'apprentissage automatique (machine learning)
L'apprentissage automatique (Machine Learning)
L'apprentissage automatique, communément appelé Machine Learning, est une discipline de l'intelligence artificielle (IA) qui a révolutionné notre façon de résoudre des problèmes complexes et de prendre des décisions basées sur les données. Dans cette présentation, nous allons explorer en quoi consiste l'apprentissage automatique, pourquoi il est essentiel dans le monde moderne, comment il fonctionne, et quelles sont ses applications dans divers domaines.
Qu'est-ce que l'apprentissage automatique et comment ça marche?
Le Machine Learning ou apprentissage automatique est un domaine scientifique, et plus particulièrement une sous-catégorie de l’intelligence artificielle. Elle consiste à laisser des algorithmes découvrir des "patterns" , à savoir des motifs récurrents, dans les ensembles de données. Ces données peuvent être des chiffres, des mots, des images, des statistiques…
Tout ce qui peut être stocké numériquement peut servir de données pour le Machine Learning. En décelant les patterns dans ces données, les algorithmes apprennent et améliorent leurs performances dans l’exécution d’une tâche spécifique.
Pour résumer, les algorithmes de Machine Learning apprennent de manière autonome à effectuer une tâche ou à réaliser des prédictions à partir de données et améliorent leurs performances au fil du temps. Une fois entraîné, l’algorithme pourra retrouver les patterns dans de nouvelles données.
Types d'apprentissage automatique
Il existe plusieurs types de techniques de machine learning, notamment :
L’apprentissage supervisé
Cette technique implique l’utilisation
d’un
ensemble de données étiquetées (c’est-à-dire un ensemble de données
où chaque
exemple est étiqueté avec la réponse attendue) pour entraîner un
modèle. Le modèle
utilise ensuite ces données pour prédire les réponses sur de
nouvelles données.
L’apprentissage non supervisé
Cette technique consiste à trouver des
schémas dans un ensemble de données non étiqueté, sans aucune
indication préalable
sur les réponses attendues.
L’apprentissage par renforcement
Cette technique implique l’utilisation
d’un système de récompense pour entraîner un modèle à prendre des
décisions et à
apprendre à partir de ces décisions.
Avantages
- Efficacité et automatisation accrues - Amélioration des capacités de prise de décision - Capacité à traiter de grandes quantités de données - Potentiel de réduction des coûts - Capacité à détecter des modèles et à faire des prédictions
Inconvénients
- Coût élevé de la mise en œuvre - Nécessité de disposer de gros volumes de données - Dépendance à l'égard de la qualité des données - Biais dans les données ou les algorithmes - Manque de transparence dans la prise de décision - Risque de perte d'emploi
Actualités / Dernières évolutions :
3 avril 2023
Dernières avancées de Twitter avec la révélation de son algorithme de recommandations de tweets
5 juillet 2023
Netflix a conçu une infrastructure de machine learning dédiée aux contenus multimédias, utilisant des outils open source tels que Conductor, Dagobah, Iceberg, Metaflow et Titus, pour détecter et sélectionner les séquences idéales pour des transitions entre scènes.
Novembre 2023
Une équipe de scientifiques du Laboratoire national d’Argonne a développé un système d’apprentissage automatique utilisant 31 capteurs pour surveiller en continu le système de refroidissement des réacteurs nucléaires rapides refroidis au sodium, améliorant ainsi leur sécurité et leur efficacité.
18 octobre 2023
L'utilisation d'algorithmes d'apprentissage automatique pour analyser les données de capteurs portés par des patients atteints de la maladie de Parkinson permet un suivi précis de la progression des symptômes moteurs, améliorant ainsi le diagnostic et facilitant le développement de traitements efficaces.
20 novembre 2023
Le déploiement du Machine Learning à Taïwan dans les hôpitaux a permis d'optimiser les décisions médicales en utilisant des algorithmes capables d'analyser de grandes quantités de données médicales pour identifier des modèles et faire des prédictions précises. Cela a conduit à une amélioration des protocoles de traitement, réduisant ainsi la mortalité de 25% et les coûts des antibiotiques de 30% en moins d'un an.
18 janvier 2024
Intelligence artificielle et machine learning : quelle utilité et quels avantages dans le monde de la cybersécurité ?
Décembre 2023
Le machine learning, utilisé dans la finance de marché, offre des opportunités prometteuses notamment pour l'analyse des données et la prise de décision, mais il présente également des risques liés à la complexité des algorithmes et à la nécessité de contrôle réglementaire.
5 décembre 2023
BlaBlaCar utilise un système de machine learning basé sur Kafka pour détecter les faux profils et trajets frauduleux, en s'inspirant des règles de Google pour éviter un décalage entre les performances d'entraînement et d'inférence, tout en assurant la qualité des caractéristiques et des annotations.
16 février 2024
Des étudiants utilisant des techniques avancées de machine learning ont réussi à déchiffrer des textes antiques sur des papyrus carbonisés, en développant un modèle de détection de l'encre basé sur des micro-craquelures, permettant ainsi une lecture progressive des passages, notamment un texte épicurien.
18 février 2024
Le MIT a développé un modèle informatique basé sur l'intelligence artificielle permettant de prédire rapidement et avec précision les structures d'états de transition lors de réactions chimiques, offrant ainsi des possibilités de conception de nouveaux catalyseurs et de modélisation de réactions complexes.
15 février 2024
Des chercheurs de l'EPFL ont développé une méthode d'apprentissage automatique pour reproduire le codage sensoriel de la rétine, ouvrant ainsi la voie à des améliorations potentielles des implants rétiniens et d'autres prothèses sensorielles.