- Paris
- 9 décembre 2022
Je suis une scientifique, avec un doctorat de physique théorique (physique des particules).
Ma passion, c'est analyser des données scientifiques, écrire du code (python est mon langage de prédilection), développer des modèles prédictifs et des outils d'intelligence artificielle (IA). J'aime présenter mon travail et je suis une adepte de l'écriture. Je consigne tout mon travail dans des documents (LaTeX, PDF) et/ou notebooks (comme un journal de bord). Je suis extrêmement organisée.
Je recherche un poste de type ingénieur de recherche (laboratoire de recherche) ou data scientist sur les thématiques suivantes : IA pour la médecine (recherche contre la cancer), changement climatique (simulations concernant les évolutions climatologiques), préservation de la nature et de la biodiversité (données marines, données satellite, imagerie et deep learning)...
En réalité la liste des thématiques est non exhaustive : ce qui m'importe c'est de travailler avec des données scientifiques, qui ont un véritable impact pour l'homme et la sauvegarde (ou plutôt le sauvetage) de notre planète et de sa biodiversité.
- Après plusieurs années de recherche en physique des particules (FERMILAB à Chicago et CERN à Genève), j'ai intégré le CEA-SHFJ (Orsay) afin de développer la simulation de l'imagerie optique dans le logiciel de simulation GATE.
- Je me suis ensuite expatriée à Londres pour travailler à l'Institut de Médecine Nucléaire de UCL (University College London). J'ai pu analyser des données cliniques (images TEP/CT) de patients traités (essai clinique GlaxoSmithKline) pour une fibrose idiopathique du poumon et améliorer la quantification TEP.
- De retour en France au CEA-SHFJ, j'ai développé la simulation de la thérapie thermique avec des nanoparticules dans le logiciel GATE.
- J'ai par la suite intégré l'équipe du SMARTc (Centre de Recherche en Cancérologie de Marseille) à la faculté de pharmacie d'Aix-Marseille Université. Grâce à des techniques de machine learning, j'ai modélisé la toxicité hématologique chez des enfants traités par chimiothérapie pour un rhabdomyosarcome. En parallèle, j'ai développé un outil web permettant aux pharmaciens du SMARTc de trouver les incompatibilités entre médicaments prescrits en perfusion Y (ce travail était auparavant effectué manuellement).
- En 2020, j'ai intégré le LITO (Institut Curie, Orsay) sur un projet utilisant le machine learning pour identifier un petit groupe de patients avec des caractéristiques (radiomiques et cliniques) similaires à celles de patients déjà traités pour un cancer du poumon non à petites cellules (notre base de données). Cette base de données et la recherche de similarités (patients jumeaux), permettra aux oncologues de choisir la meilleure stratégie thérapeutique à adopter pour un nouveau patient projeté dans cette base de données.
Quelques mots qui me définissent assez bien : passion, curiosité, pugnacité et organisation.