Mon stage chez ABA Technology s'est concentré sur le développement d'un système intelligent de classification des images de cancer de la peau en utilisant des techniques avancées d'intelligence artificielle. À travers l'entraînement de réseaux de neurones convolutifs (CNN) sur un ensemble de données dermatologiques annotées, j'ai pu concevoir un modèle capable d'identifier différents types de lésions cutanées avec une précision optimisée grâce à l'algorithme Adam et des techniques de prétraitement d'images. En complément, j'ai développé une interface utilisateur avec Gradio pour une utilisation intuitive du modèle et intégré un bot sur Discord permettant une prédiction interactive des images. Mon travail a permis d'améliorer la précision diagnostique et ouvre des perspectives d'évolution vers une meilleure assistance aux professionnels de santé, notamment en explorant d'autres types de lésions cutanées et en intégrant des techniques d'interprétabilité pour une meilleure compréhension des décisions du modèle.

Lors de mon stage chez Capgemini, j'ai travaillé sur le développement d'une application intelligente capable de classifier les images de produits dans une grande surface en utilisant le deep learning. L'objectif était de concevoir un modèle performant basé sur des réseaux de neurones convolutifs (CNN) afin d'identifier et de catégoriser automatiquement les articles placés dans les chariots ou sur les étagères. Pour cela, j'ai collecté et prétraité un large ensemble d'images de produits, optimisé l'entraînement du modèle en ajustant ses hyperparamètres et intégré des techniques de vision par ordinateur pour améliorer la précision de la reconnaissance. L'application, déployée sur mobile, permet aux utilisateurs de scanner des produits en temps réel et d'obtenir instantanément leur classification, offrant ainsi une solution efficace pour l'automatisation des inventaires et la gestion intelligente des stocks en grande distribution.