Blandine Jatsa Nguetse

Pour mieux répondre aux besoins des clients et garantir l'accès à l'électricité en temps réel, l'équipe Data Analytics & Digitalisation de la DSI travaille sur la mise en place des nouvelles technologies ioT Big Data pour la maintenance prédictive des lignes électriques du réseau de distribution électrique. En collaboration avec l'équipe opérationnelle de maintenance du réseau électrique, nous avons prédit le risque d'incident du réseau électrique.

- Cadrage du projet avec les parties prenantes

- Extraire et nettoyer la base de données d'incidents issues du datalake

- Déterminer et construire les variables importantes à introduire dans les modèles statistiques

- Construire les algorithmes de Machine learning et de survie : Random Survival Forest (RSF), COX pénalisé

- Présenter les résultats et recommandations aux équipes : mise en place d'un outil de prise de décisions

Outils : Hadoop, Spark Scala, Git, Gojira, IntelliJ, Airflow, Hue, Jenkins, SQL, Python

Mis en place d'un pipeline de données bioinformatiques afin de faciliter l’identification des ARN clés impliqués dans les réponses aux maladies, tout en assurant la qualité, la traçabilité et l’exploitation scientifique des résultats.

- Automatiser l’extraction et l’agrégation des données de séquençage (Illumina/NBCI) via des scripts R sur Linux.

- Nettoyer et normaliser les jeux de petits ARN pour garantir qualité et cohérence des données.

- Développer un pipeline de classification des petits ARN en 6 classes avec sRNAmake et centralisation des résultats en base SQLite.

- Documenter le pipeline ETL et partager les bonnes pratiques via Git et Slack pour assurer la reproductibilité des analyses.