Urbanisation du SI, gestion de la transformation au sein du SI
Assurer la performance et la cohérence des solutions étudiées pour la transformation, valider les solutions via les processus DSI, respecter les principes et les pratiques d'architecture
Définir les choix d’architecture et les différentes trajectoires pour parvenir à la cible ; assurer l’architecture solutions (fonctionnelle, applicative, technique) ; suivre l’implémentation de ces solutions en développement/déploiement
Compléter la cartographie des processus, fonctionnelle et applicative
Projet VIGRAM, automatisation de la collecte des données des tests des dépistages covid-19 afin de réduire le temps de création des cohortes de données destinées à l’analyse de l’évolution de l’épidémie.
• Développement du prototype pour l’intégration des résultats de tests de dépistages de 500 000 personnes, mise en œuvre de l’architecture scalable capable d'héberger des données structurées et non structurées et d’une volumétrie plus importante (5 à 70 millions de patients)
• Management du projet, réponses aux appels à projets
Urbanisation et gouvernance de l’architecture SI en lien avec le service Coordination et Assistance
Technique (comitologie, identifications des acteurs et des livrables, indicateurs de suivi)
Gouvernance des données entreprise : étude d’utilisation et d’exposition des données dans le SI, accompagnement des projets dans la modélisation métier/data, définition des nouveaux services
Cartographie fonctionnelle et applicative, migration dans le nouvel outil de cartographie
Enseignement dans le cadre des cycles de la formation professionnelle
Cours : programmation Objet, programmation Java, Conception objet, Architecture de Logiciel
Projet R&D Odon, outil d’analyse des radiographies dentaires, génération automatique du schéma dentaire à partir des radiographies et de partage des données odontologiques
Définition du produit destiné aux médecins dentistes et médecins légistes
Pilotage et coordination de l’équipe R&D ; plan production
Mise en œuvre de la stratégie des travaux R&D (stratégies IA, définition des modèles algorithmiques dans la reconnaissance des zones d’intérêts dans les radiographies) ; définition de l’architecture du logiciel, pilotage du POC
Réponses aux appels à projets, étude des financements, communication sur le projet.
Travaux R&D : détection automatiques des ROI (zones d’intérêts) dans les radiographies dentaires panoramiques, techniques de segmentation d’image, image processing, développement des algorithmes de machine learning / deep learning ; évaluation des modèles algorithmiques
Réalisation de l’état de l’art sur les différentes méthodes de traitement et d’analyse d’image dans le but de comprendre ces méthodes et les problématiques liées au traitement d’images médicales.
Génération automatique de schéma dentaire à partir des radiographies
Dans le cadre d’un projet de l’AAP « Interdisciplinaire » de l’Université de Nantes. Reconnaissance des formes et des zones d’intérêt dans les radios panoramiques
Application et développement des algorithmes de traitement d’image, Machine Learning et Deep Learning
Etude fonctionnelle et conception de l’alimentation en données titres des outils de contrôle et d’embarquement
Conception des services / API à mettre en oeuvre pour les clients internes et externes
Identification sur la base des APIs définis, les trajectoires envisageables pour les projets, évaluation des couts et de la faisabilité planning
Urbanisation SI / Outils de contrôle titres
Etudes de cadrage, études fonctionnelles et de conception de l’alimentation en données titres des outils de contrôle et d’embarquement. Conception des services/API génériques et réutilisables pour le domaine Contrôle/Embarquement.
Identification sur la base des APIs définis, les trajectoires envisageables pour les projets, évaluation des
couts et de la faisabilité planning
; Réalisation et accompagnement tout au long du processus projet orienté DATA depuis le design du produit, le développement des algorithmes innovants et l’industrialisation de la solution par la mise en oeuvre des architectures adéquates, personnalisées au contexte d'exploitation et capables d'exploiter une grande quantité des données.
Concepts et environnement: Data Sience, Data Engineering, Machine Learning, Deep Learning, Big Data, Architecture Data Centric