Brieg Oudea

I develop end-to-end machine learning pipelines for seizure prediction using multimodal neurophysiological data. My work spans the full workflow, from preprocessing, synchronization, and artifact rejection to designing deep learning models and evaluating their performance across patient cohorts. I designed models that process more than 45,000 hours of recordings from 4 complementary signal modalities and a cross-patient seizure-risk prediction framework that surpassed previous baselines across 20 patients.

Conception et implémentation de solutions de Machine Learning et Deep Learning pour répondre à certains défis actuels de l'industrie spatiale: - Augmentation de données de configurations de chambres de combustion à haute fidélité via Réseaux Antagonistes Génératifs (GAN - Generative Adversarial Network). - Modèle Ensemble basé sur la Régression pour prédire les données de capteurs manquants d'une machine de fusion par laser (Laser Beam Melting). - Évaluation approfondie de similarité (NLP - traitement au

Design, implémentation et mise en production de solutions B2B de Traitement du Langage Naturel (NLP) : - Outil de classification automatique de produits via un un modèle ensemble (Stacking), basé sur les prédictions de différents modèles à régression logistique multinomiale, pour une grande société de manutention. - Cartographie des préférences (Preference Mapping) via Topic modeling permettant d'associer des notes de parfum à des ressentis clients. - Sur la base d'un scrapping des retours clients, de l'

- Réception et traitement des alertes en provenance de l'ensemble du groupe. - Mise en place d'une campagne interne de prévention au phishing. - Rédaction de nouveaux protocoles en réponse aux vulnérabilités détectées. - Travail de forensics sur postes corrompus.

- Réception et traitement des alertes en provenance de l'ensemble du groupe (gestion du malware NotPetya notamment). - Rédaction de protocoles en réponse aux nouvelles vulnérabilités détectées. - Recherche comparative sur différentes vulnérabilités. - Création d'une machine virtuelle spécialisée aux besoins de forensics du groupe. - Travail de forensics sur postes corrompus.

Migration de la plateforme PRTG de supervision du réseau du groupe.