Oprah Winfrey
Science des Données
Je suis doctorante au laboratoire d'informatique LAMSADE affilié CNRS, de l'Université Dauphine-PSL. Au sein du groupe de Science des Données et d'Intelligence Artificielle MILES, je travaille sur l'Inférence Causale, revisitée à la lumière des dernières avancées en apprentissage automatique.
À la suite de l'obtention de mon diplôme d'ingénieur en électronique de l'ENSEA, j'ai effectué un master, co-habilité avec l'ENSAE ParisTech, en Traitement Statistique de l'Information (TSI), du département MIDO, de l'Université Dauphine-PSL.
J'aspire aujourd’hui à participer à la recherche et à l’innovation technologique à travers des projets DeepTech de R&D, visant le développement d’une innovation de rupture à fort contenu technologique.
Pour plus d'informations: Consulter mon CV en ligne.
Supervisée par Ph. Jamal ATIF et Florian YGER maître de conférences, mes travaux de recherches portent sur l’estimation de l’Inférence Causale, estimée à partir d’algorithmes utilisant des modèles mathématiques traditionnels, mais également des méthodes de Deep Learning.
L’Inférence Causale, qui détermine le lien de causalité entre une cause et un effet, se développe dans de nombreuses disciplines, telles que la médecine, le marketing et l’économie. L’objectif n’est pas seulement de prédire un comportement, mais de le comprendre. Par exemple, en traduction de langue, au-delà des méthodes d’apprentissages automatiques classiques qui utilisent une traduction basée sur un dictionnaire, la causalité permettrait d’identifier le lien causal entre les mots, afin de comprendre un langage inconnu pour lequel nous n'aurions pas de dictionnaire.
Le cancer est l’une des premières causes de mortalité dans le monde, et 19,3 millions nouveaux cas ont été diagnostiqués en 2020, dont 4,4 millions en Europei. De multiples traitements existent aujourd’hui, mais ont l’inconvénient d’être lourds et financièrement très coûteux. L’objectif est donc de prédire le traitement le plus approprié, selon les caractéristiques propres des patients et de leur pathologie.
MyTreatment est un projet DeepTech qui propose de mettre au service de la médecine personnalisée les avancées en intelligence artificielle, par le biais d’algorithmes de Deep Learning, aidant à la prescription des traitements du cancer.
Université Paris Dauphine-PSL
L1 LSO & L2 MIDO
L3 info MIDO
L3 IM2D MIDO
L1 MIDO
Si vous avez des questions ou des remarques, n'hesitez pas à me contacter !
Université Paris-Dauphine
Place du Maréchal de Lattre de Tassigny Bureau C602
75016 Paris