Actuellement, je suis doctorante en fin de thèse à Télécom Paristech, au sein du département de Traitement du Signal et d'Image, dans le cadre d'une collaboration avec la société ITESOFT. Ma thèse porte sur l'intelligence artificielle, avec une application à la reconnaissance de l'écriture manuscrite. Mes contributions portent sur les différentes parties de la chaîne de reconnaissance de l'écriture. Cela m'a permis d'acquérir de fortes compétences en traitement des images, adaptation des données au domaine, apprentissage artificiel et traitement de la langue naturelle. Les avancées les plus intéressantes ont été obtenues par la fusion entre les trois derniers aspects mentionnés. En apprentissage artificiel, j'ai notamment étudié les chaînes de Markov cachées (HMM) et les réseaux des neurones récurrents (RNN). Ce type de réseaux rentre dans le domaine plus générique du « deep learning », qui a récemment permis des avancées significatives dans un large spectre d'applications. Lors de ma thèse, j'ai pu approfondir des aspects à la fois théoriques et applicatifs de l'apprentissage artificiel et cela m'a donné envie d'entamer une carrière sur cette voie. Avant la thèse, mon stage de master recherche a porté sur le « data mining » avec une focalisation sur l'assistance à l'utilisateur. Pendant mes études en Roumanie, j'ai travaillé pendant un an à temps partiel en tant que développeur, ce qui m'a donné une bonne compréhension des projets industriels. En complément de mon activité principale, je continue à travailler sur « Digital Bamboo », dont le but est de proposer une application qui permet d’améliorer la gestion des impressions. Grâce à ce projet, j’ai pu toucher à différents aspects du développement d'un projet entrepreneurial dans sa phase initiale.
Mes compétences :
Python Programming
C Programming Language
Matlab
Java
CUDA
Personal Home Page
OWL
Microsoft Word
Microsoft Windows
Microsoft Visual Studio
Microsoft Visio
Microsoft PowerPoint
Microsoft Office
Microsoft Excel
Microsoft C-SHARP
Linux
Internet
HTML
Graphics Processing Unit
ECLiPSe
Cascading Style Sheets