Khaoula lakhlifi

• Mise en place d’un pipeline de traitement et de validation des données cliniques en environnement Big Data (PySpark, Databricks), avec pour objectif l’alimentation d’un data warehouse d’entreprise à partir de sources hétérogènes, incluant des données sur le cancer de la prostate et du poumon. Développement de fonctions de contrôle qualité (détection de valeurs manquantes, doublons, incohérences, validation de règles métier, cohérence temporelle), couplé à un système de visualisation interactive via Plotly afin de faciliter la prise de décision basée sur la qualité des données.

Une application pour patients diabétiques permettant de suivre leur taux de glucose, poids, médication, et rendez-vous médicaux, avec une interface pour les médecins afin de surveiller les patients à distance.

Fonctionnalités Proposées :

•Suivi en Temps Réel des Glycémies.

•Analyse et Rapports Personnalisés.

•Rappels et Notifications.

•Journaux et Notes de Santé.

•Communication Sécurisée Patient-Médecin.

•Tableau de Bord pour Médecins.

•Éducation et Ressources.

•Sécurité et Confidentialité des Données

• Développement d’un système intelligent de prévision des besoins en eau sur 15 jours, basé sur un modèle de forêt aléatoire. Le projet intègre la variabilité climatique et la diversité des cultures agricoles pour optimiser la gestion de l’eau et promouvoir une agriculture durable. L'évapotranspiration est estimée à l’aide de techniques d’intelligence artificielle.
• Parallèlement, des données d’humidité issues de capteurs météorologiques IoT sont analysées pour détecter anomalies et tendances à travers des séries temporelles. Ces analyses alimentent un système de monitoring intelligent en temps réel, capable de déclencher automatiquement des actions en réponse aux changements environnementaux. Ce système est conçu pour des applications en agriculture de précision.