Mbarki Wafa

Docteur en Informatique, je dispose d'une solide expérience en enseignement universitaire ainsi que d'une expérience postdoctorale axée sur la recherche scientifique. Mes travaux portent sur l'intelligence artificielle et le développement des applications, avec une approche combinant méthodes théoriques et applications pratiques. J'ai assuré l'enseignement de plusieurs modules liés au traitement du signal, au traitement d'images et aux mathématiques appliquées, contribuant au développement des compétences analytiques et techniques des étudiants.

Mon parcours de recherche postdoctorale m'a permis de renforcer mes compétences en méthodologie scientifique, en publication et en collaboration académique. Motivé par l'enseignement et la recherche, je souhaite mettre mes compétences pédagogiques et scientifiques au service de l'université en tant que Maître de conférence.

Post-Doc - ICUBE, Unistra - Strasbourg

(2025-04 - 2025-09)

• Modélisation géométrique 3D
• Vision par ordinateur
• Traitement d'images
• Intelligence artificielle
• Analyse de formes
• Apprentissage automatique

Ingénieur Data/ML - Non spécifiée - Lyon

(2024-04 - 2024-08)

• Conception et déploiement de modèles prédictifs avancés pour l'optimisation de la production d'énergie solaire, utilisant des technologies de pointe telles que LightGBM, XGBoost et LSTM
• Expertise approfondie en systèmes distribués et outils de traitement de données massives, incluant Kafka, AWS, Hadoop et Airflow, ainsi qu'en conteneurisation avec Docker
• Maîtrise confirmée des algorithmes LightGBM, XGBoost et LSTM pour l'analyse prédictive
• Leadership en matière d'innovation pour la prévision de la production énergétique solaire, contribuant à des décisions stratégiques éclairées
• Capacité éprouvée à valoriser les big data dans le secteur énergétique, menant à des résultats significatifs en matière de prédictions de production
• L'utilisation de SQL et Python sur Dataiku a permis d'automatiser la manipulation des données en amont et d'optimiser leur analyse
• Capacités d'intégration avec des bases de données relationnelles (Teradata) et des technologies Big Data (Hadoop, Spark) pour traiter de nos grands volumes de données
• Application des principes DevOps avec des outils CI/CD

Enseignante en Informatique - CAPLOGY - Lyon

(2023-09 - 2024-08)

• Python
• Kafka
• Docker
• Jupyter Notebook
• Dataiku
• Bases de données NoSQL
• Transformers (Bert, Camembert, GPT)

Attaché temporaire d'enseignement et de recherche - UNIVERSITÉ DE POITIERS - Poitiers

(2022-09 - 2023-08)

• Master Conception Logicielle : Cours, TD et TP en Computer Vision, Réseaux de neurones, Machine Learning, Analyse de données et Conception logicielle
• Conception de supports pédagogiques, exercices pratiques et suivi personnalisé des étudiants
• Supervision de projets étudiants en vision par ordinateur et intelligence artificielle
• Participation à des activités de recherche appliquée en collaboration avec les laboratoires du département
• Développement et application de méthodes d'apprentissage automatique et profond
• Gestion de projets pédagogiques et scientifiques intégrant théorie et pratique

Post Doctorat - UNIVERSITÉ DE TOULON - Toulon

(2022-10 - 2022-12)

Traitement d'images et apprentissage automatique pour la détection du feu et de fumée en utilisant le Deep Learning en utilisant le langage de programmation python, Kafka, AWS, Docker...

Enseignante Contractuelle - UNIVERSITÉ DE SOUSSE - Sousse

(2021-09 - 2022-08)

• Licence et Mastère en Génie Électrique et Informatique : Algorithmique, Traitement d'images, Génie Logiciel, Conception des systèmes d'information, C2I
• Organisation de cours, TD et TP, suivi personnalisé des étudiants, évaluation des compétences
• Suivi de projets et travaux pratiques
• Initiation des étudiants aux techniques de vision par ordinateur et intelligence artificielle
• Planification et gestion de modules pédagogiques
• Intégration de la recherche appliquée dans les enseignements

Doctorante - Ecole Nationale d'Ingénieurs de Sousse - Tunisie

(2017-09 - 2021-07)

Ma thèse de doctorat portait sur le développement de méthodes automatiques pour la détection et la classification des hernies discales lombaires à partir d'images en résonance magnétique (IRM) en coupe axiale, en utilisant des techniques d'apprentissage profond. L'objectif principal était de faciliter le diagnostic des radiologues en identifiant les disques intervertébraux pathologiques et en classifiant les types de hernies (foraminale, médiane ou post-latérale) de manière fiable. La méthodologie adoptée comprenait la prétraitement des images pour réduire le bruit, l'extraction de caractéristiques, la segmentation automatique ou semi-automatique des disques intervertébraux, ainsi que l'utilisation de réseaux de neurones convolutionnels et de réseaux adversaires génératifs (GANs) pour la détection et la classification.

Les résultats ont montré une performance élevée des modèles, contribuant significativement à l'amélioration de l'aide au diagnostic médical par imagerie.

Doctorat - Intelligence Artificielle - UNIVERSITÉ DE TOULON (2017-09 - 2021-07)

Ingénierie en Informatique - Systèmes Intelligents Communicants: Intelligence Artificielle et Vision par Ordinateur - ECOLE NATIONALE D'INGÉNIEURS DE SOUSSE (2013-09 - 2016-06)