Anaïs LAOT

En résumé

Entreprises

• Edf R&d - Consultante data scientist

  CLAMART 2019 - maintenant Consultante en Data Science

• Arvalis - Data scientist

  2017 - maintenant -Modèle prédictif du risque mycotoxines sur maïs et mise au point de grilles de risques.
  -Screening des variables agro-climatiques impliquées dans l’apparition des mycotoxines réglementées utilisant des méthodes d’analyses multidimensionnelles et de data mining (ACP, ACF, AFDM, CART)
  -Estimation de l’importance des variables agro-climatiques dans la toxicogénèse par l’utilisation de diverse méthodes statistiques (modèle linéaire mixte, régression logistique, Random Forest, GBM, Partial Least Square…)
  -Intégration de différentes techniques de modélisation (ridge, lasso, random forest, GBM, xgboost...) dans un package avec inclusion d'une optimisation des paramètres et d'une sélection de variables pour certaines techniques. Création d'une application shiny faisant appel au package pour l'utilisateur.

• Arvalis - Stagiaire data scientist

  2017 - maintenant Modélisation statistique pour la prévision du rendement du blé tendre.
  L'objectif est d'effectuer une recherche bibliographique et de mettre en oeuvre différentes méthodes de modélisation prédictives sous R, dont plusieurs techniques de machine learning :
  -régression pénalisée (ridge, lasso, elastic net)
  -régression PLS
  - GAM
  - GBM
  - Xgboost
  -SVM
  -Random Forest
  -Deep Learning
  
  
  
  
  
  Une fiche descriptives de chacune de ces méthodes comprenant son principe, son fonctionnement, points forts, points faibles... sera réalisée. Ces méthodes sont toutes mises en oeuvre avec différentes librairies telles que h2o, glmnet, xgboost, e1071, random forest...
  Un package regroupant l'implémentation de toutes ces méthodes a été réalisé.
  Une méthode d'agrégation sera également documentée et mise en place.

Formations

• Agrocampus Ouest

  Rennes 2016 - maintenant Master 2 Statistique pour les sciences agronomiques et agroalimentaires
  
  Cette spécialité a pour objectif de développer des compétences statistiques dans un contexte de biologie appliquée, d’agronomie ou en lien avec les problématiques de l’agro-industrie.
  
  Elle apporte une double compétence :
  - dans le domaine des sciences agronomiques et agroalimentaires,
  - dans le domaine du traitement de l'information et de son exploitation (apprendre à recueillir l'information, la

• Agrocampus Ouest

  Rennes 2013 - 2014 Master 2 en Protection et technologie du végétal, option productions végétales intégrées

• Université Angers

  Angers 2012 - 2013 Master 1
  
  Matières étudiées : production végétale ; bioagresseurs des végétaux ; interaction hôte-parasite ; stress abiotique ; génomique

Réseau

• Alexandre CARRÉ

• Anais BONNARD

• David MAZÉ

• Forum AGROBIOALIMENTAIRE

• Jérôme REYNIER

• Marie-Pierre PETITJEAN

• Nicolas ANDRE

• Olivier FAUVELET

• Richard MARCOS