Dounia - Consultant IMAGE

Ref : 191030A003

0000 TRIPOLI (Liban)
Consultant, Développeur, Data Scientist (36 ans)
Freelance

Compétences

C++

IMAGE

PYTHON

Expériences professionnelles

Planorama – Paris, France

Ingénieur R&D à
Jan 2017 - Jan 2017
Thèmes de recherche : traitement d’images et deep learning
● Développement Python des méthodes de deep learning pour la détection d’objets,
d’anomalies dans la vente en détail
● Utilisation des techniques de reconnaissance d’images et deep learning
○Utilisation de méthodes traditionnelles (recalage, appariement d’images)
○Utilisation et modification des méthodes de deep learning (cnn)
Langages Python Librairies OpenCV, caffe, caffe2, DIGITS, Scikit-learn IDE Pysharm Collaborateurs : Mickael Maillard, Xavier pécheur
Ingénieur R&D

à Laboratoire Hubert Curien – Saint Etienne, France
Jan 2015 - Jan 2016
Thèmes de recherche : traitement d’images et réalité augmentée
• Développement C++ d’une application de médiation pour l’épigraphie
• Utilisation des techniques de traitement d’images (recalage)
o Détection et sélection des informations à partir d’une image de référence et
images test
o Description et recalage
Langages C++, Android Librairies OpenCV IDE Qt, Eclipse Collaborateurs : : Christophe Ducottet, Adrien Piffaretti, Jean Pierre Girard, Michèle BRUNET, Pierre Alex, Damien Muselet
Ingénieur R&D

à Athlone Institute Technology – Athlone, Irlande
Jan 2015 - Jan 2015
Thèmes de recherche : traitement d’images et deep learning
o Développement Python d’un outil de shopping à distance (remplir le panier à
partir des images prises dans la maison)
o Développement un système de reconnaissance des marques (coca-cola, weight
watcher)
o Utilisation des algorithmes de deep learning (cnn)
Langages Python Librairies OpenCV, Caffe, Digits, ipython IDE Jupyter notebook Collaborateurs : M.Brian lee, Kevin McGuiness, Prof. Noel O’Connor, Claus Pahl.
Ingénieur R&D

à Faro – Portugal
Jan 2014 - Jan 2015
Thèmes de recherche : traitement d’images et deep learning
▪ Développement d’une représentation d’images profonde basée sur les algorithmes
de deep learning non supervisée (DBN) pour un système de reconnaissance d’objets
plausiblement biologique
Langages Python, Matlab Librairies OpenCV, Caffe, IDE Jupyter notebook, Matlab Collaborateurs : M.Hans du buf, Kazim Terzic
ATER

à Université de La Rochelle- La Rochelle, France
Jan 2013 - Jan 2014
Module Niveau Volume
T.D T.P Eq.T.D
Java L1 9 21 23
Informatique (bureautique) L1 36 24
Développement web L1 6 4
Structure des données et
programmation en c
L2 39 26
Projet pour ISI M2 17 11.33
Totaux 9 119 88.33
Doctorant

au Laboratoire L3i – La Rochelle, France
Jan 2010 - Jan 2014
Thèmes de recherche : traitement d’images et deep learning
▪ Etude de système de recherche d’images par contenu
▪ Etude de système de saillance (attention) visuelle
▪ Développement C++ d’un système de recherche d’images par contenue
▪ Proposition et développement d’un outil de filtrage des informations
▪ Proposition et développement d’un descripteur
Langages C++, C# Librairies OpenCV, boost IDE Visual studio

Études et formations

Doctorat en informatique : vision par ordinateur et apprentissage

2014
Master 2 Recherche : bio-informatique et modélisations

2010
Master 1 : informatique de gestion

2009

Autres compétences

COMPETENCES
Deep Learning
CNN (AlexNet, VggNet, Resnet), Fast-RCNN, Squeeze-net, …. etc.
Deep belief net, RBM, ….

Compétences techniques
Langages de programmation C, C++, C #, Python et JAVA
IDE QT, Code Blocks et Visual Studio,
Pysharm, Jupyter notebook
Librairies OpenCV, boost, Libsvm
Caffe, DIGITS, Caffe2…
Systèmes d’exploitation Linux et Windows

Systèmes pour la reproductivité scientifique
Expériences en LyX, TeX, LaTeX, et BibTeX et Microsoft Office et OpenOffice.