Docteur en Informatique qualifiée
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)
Ingénieur Data/ML - Non spécifiée - Lyon
(2024-04 - 2024-08)
Enseignante en Informatique - CAPLOGY - Lyon
(2023-09 - 2024-08)
Attaché temporaire d'enseignement et de recherche - UNIVERSITÉ DE POITIERS - Poitiers
(2022-09 - 2023-08)
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)
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)
