Walid M.

OrthoCabinet est une solution informatique développée avec Django (backend) et React (frontend), destinée à la gestion des cabinets d’orthophonie.

J’ai conçu et implémenté l’architecture backend en Python/Django, incluant la modélisation des données, la gestion des rendez-vous patients, la sécurisation des accès et la mise en place d’API REST pour la communication avec le frontend.

Un travail particulier a été réalisé sur l’optimisation des performances, notamment la gestion des relations ORM, l’optimisation des requêtes SQL, la pagination et la structuration des filtres (dates, praticiens, patients).

Le projet intègre une base de données PostgreSQL, avec une attention portée à la maintenabilité, à la scalabilité et à la compréhension des besoins métier des professionnels de santé.

Le projet « Prédiction du Montant des Sinistres (Claim Severity) » vise à estimer, grâce à des modèles d’intelligence artificielle, le coût financier potentiel d’un sinistre pour chaque assuré en se basant sur ses caractéristiques et son historique. Cette approche permet aux compagnies d’assurance d’anticiper les charges, d’ajuster leurs primes, et d’optimiser la gestion des risques.

Nous avons développé un modèle de prédiction du montant des sinistres qui analyse les profils des assurés et leur historique pour estimer le coût potentiel d’un sinistre. Ce projet inclut la collecte et la structuration des données, la sélection des variables pertinentes, le choix et la mise en œuvre d’algorithmes de prédiction, puis l’évaluation des résultats afin d’optimiser la gestion du risque.

Lors de mon stage de 6 mois au CNRS (UMR LMR 9008, Reims), j’ai travaillé sur un projet de recherche visant à mieux comprendre l’impact de la pose de stents sur le réseau veineux cérébral.

Mes principales missions ont été :

Segmentation d’IRM et extraction de structures veineuses complexes.

Prétraitement de données médicales en Python afin de produire des modèles géométriques exploitables.

Génération de maillages adaptés à la complexité des veines avec MMG.

Simulations numériques (FreeFem++) pour analyser les écoulements sanguins et évaluer l’effet du stent.

Ce projet m’a permis de développer une solide expertise en traitement de données complexes, automatisation Python et modélisation scientifique.