About Ilyas
A computer vision researcher. I have interest in working and deploying visual recognition tasks such as : action recognition, segmentation, tracking .. etc
tools: Pytorch, python, opencv, sickitLearn, swift
DL/ML: Transformers, GNNs, Generative models, Inference speedup, cross platforms models conversions, Distributed training, Latest DL community practices.
English
Native or bilingual
French
Conversational
Remote only
Primarily works remotely
Experience
- Trax Retailcomputer vision researcherRESEARCHFebruary 2020 - Today (6 years and 4 months)Paris, France
- Institut de la visionMachine learning InternBIOTECHJuly 2019 - Today (6 years and 11 months)Paris, FranceLa mission consiste à aider mon équipe à prendre des décisions et à tirer des conclusions sur les patients en examinant les données brutes, générées par l'institut de la vision et Hospital Center National D'ophtalmologie Des Quinze-Vingts, en utilisant un apprentissage supervisé et non supervisé.Données: EEG 32 channels , FMRI, données vidéo.Rôle:-Implémentation de modèles récents d'apprentissage en profondeur pour la classification, et les auto-encodeurs liés aux données spécifiques.-Investigation, analyse et itération rapide sur une grande grille de modèles d'apprentissage automatique (xgboost, extratrees, QDA, svm ...)-déployer des modèles pour le laboratoire à utiliser pour des travaux futurs.- extraction de features (MFCC, STFT, CWT, FFT...) pour étudier les données de EEG et aider nos modèles à mieux généraliser.
- Institut Pasteur ParisGraduate student researcherBIOTECHJanuary 2019 - June 2019 (4 months)Paris, FranceCe projet de recherche fait partie de mon cursus universitaire à la Sorbonne pendant tout le second semestre.Je travaille sur la détection multi-classes d'épines dendritiques basée sur l'apprentissage end-to-end.Les chercheurs dans ce domaine sont fortement dépendants du traitement des images microscopic et de l'extraction manuelle de features. Nous étudions donc les performances récentes des modèles deep learning .Rôle:Benchmark les performances de yolov2/3, de Mask R-CNN et Faster-RCNN, avec different backbones, sur la détection d’objets sur notre ensemble de données de neurones d’images microscopiques à fluorescence.Construisez un modèle personnalisé en utilisant des a priori morphologiques des trois types d'épines dendritiques (mince, champignon et trapu) .
Recommendations
Be the first to recommend Ilyas
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Licence électronique et traitement de signalInstitut de génie électrique et électronique2018le programme est enseigné en anglais. Les UEs fondamental: - Image processing. - Audio processing. - Calculus 1, Calculus 2. - Linear Algebra - Differential equations - Maths for engineering - Advanced math - Introduction to Probability and Stat. - micro-Controllers and embeded systems. - Physics 1, Physics 2. - Waves and propagation. - Linear Systems and signal processing . - Electromagnetic. - Analog electronics. - Digital electronics and systems. - Control theory. - Digital and analog circuit analysis. - Electric machines.
- Master en computer vision et machine learning.Sorbonne faculté des sciences ( ex: université pierre et marie curie UPMC)M1: - traitement Image et video. - Modèles et algorithmes probabilistes et statistiques pour l'informatique - Machine learning - Computational Algebra. - Informatique graphique 3D. - Fondements des systèmes multi-agents. - Modalisation, optimisation, graphes et programmation linaire. - Décision et jeux - Complexité, Algorithmes randomisés et approchés. - Projet de recherche M1 IMA M2: - Advanced machine learning and deep learning. - Pattern recognition for image interpretation and analysis ( Advanced CNN, GANs ...) - Research in computer vision. - Traitement avancé d'images - Techniques avancées en vision par ordinateur. (Optical flow, ego motion, depth estimation ...)
Certifications
- Deep Learning Specializationdeeplearning.ai2018
- Machine learningCousera - Stanford University2017