You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Gladis ValenzuelaGV

Gladis Valenzuela

Data Scientist | Computer Vision | Deep Learning

€650/day
Montpellier, FR
3-7 years

Average response time: 1 hour

About Gladis

◉ Quelques informations sur moi ⤵︎

👨‍💻 Je suis experte en Imagerie Médicale, Computer Vision et Deep Learning
🎓 Certifiée en IA et analyse de données
⚙️ 95 % de sensibilité et 94 % de spécificité sur un prototype IA validé en CHU
🧑‍💼 +9 ans d'expérience en Santé
Contribution dans 7 structures

J’ai transformé des IRM brutes en modules cliniques utilisés en chirurgie
J’ai rédigé des protocoles QA pour sécuriser des essais cliniques multicentriques
Je suis passée de la table d’IRM à la modélisation IA… sans jamais quitter le monde médical


◉ Mes références ⤵︎

Nurea, Avicenna.Ai, Banook Imaging, ICM - Institut du Cancer de Montpellier


◉ Voici les missions pour lesquelles j’interviens régulièrement ⤵︎

Data Scientist | IA santé | Visualisation médicale

Traduction de résultats médicaux complexes en visuels compréhensibles par les praticiens
Création de modules d’aide à la décision médicale intégrés aux flux cliniques
Préparation des jeux de données : extraction, normalisation, documentation
Entraînement et validation de modèles prédictifs en lien avec les équipes R&D ou médicales
Conception de dashboards pour la recherche clinique ou le suivi patient
Structuration de bases pour faciliter l’analyse multicritère ou la personnalisation des traitements
Transmission des résultats sous forme exploitable pour les médecins, les patients et les partenaires

Contrôle qualité | Normalisation dataset | Appui recherche clinique

Segmentation manuelle d’images médicales pour la constitution de jeux de données IA
Structuration de pipelines de traitement de l’image : DICOM, anonymisation, annotation, documentation
Accompagnement des équipes cliniques dans l’interprétation et l’exploitation des résultats
Contribution à la traçabilité et la reproductibilité des études multicentriques
Appui aux doctorants et médecins chercheurs sur l’analyse exploratoire et statistique


Disponible 7 jours sur 7 via la messagerie Malt.
Réponse en moins d'une heure.
  • French

    Native or bilingual

  • English

    Conversational

  • Spanish

    Basic

Remote only
Primarily works remotely

Experience

  • Institut du Cancer Montpelliérain
    CDI Data Scientist
    HEALTH AND WELLNESS
    September 2023 - Today (2 years and 9 months)
    Montpellier, France
    L’Institut du Cancer de Montpellier souhaitait structurer et exploiter des volumes importants de données cliniques, trop souvent sous-utilisées.

    Les équipes médicales manquent d’outils de visualisation et d’analyse pour appuyer leurs décisions, notamment dans des contextes critiques comme la chirurgie du cancer du rectum.

    Le projet est encore en phase de prototypage. Les premiers tests visent à évaluer l’impact sur le temps médical et la fluidité du parcours patient.

    Actions menées :
    - Structuration des bases, normalisation des flux, documentation des données de recherches
    - Accompagnement des doctorants dans l’analyse et l’interprétation des données issues des études cliniques
    - Conception d’un tableau de bord interactif pour rendre les résultats des études immédiatement exploitables par les chercheurs
    - Développement d’un module d’aide à la décision pour les chirurgiens, visant à générer automatiquement les mesures-clés à partir des IRM
    - Intégration de briques de détection et de segmentation des tumeurs pour réduire les délais entre diagnostic et planification opératoire
    Medical Imaging Data science AI and Advanced Analytics Santé Computer Vision
  • Institut du Cancer Montpelliérain
    CDD Ingénieur Recherche
    HEALTH AND WELLNESS
    March 2023 - August 2023 (5 months)
    Montpellier, France
    L’ICM mène un projet de recherche sur le cancer du pancréas, où les signes cliniques apparaissent souvent à un stade déjà avancé.
    Avec l’arrivée d’une nouvelle technologie de radiothérapie guidée par IRM, le besoin était d’anticiper les risques de récidive et d’adapter les protocoles thérapeutiques.
    J’ai été sollicitée pour contribuer à la thèse d’un médecin, centrée sur le développement de modèles pronostiques.

    Actions menées :
    - Extraction de données cliniques et radiomiques à partir d’imageries médicales (conversion en formats tabulaires exploitables)
    - Constitution d’un jeu de données multiparamétriques à partir d’une cohorte de patients traités
    - Analyse statistique visant à identifier des marqueurs précoces de survie et de récidive
    - Transmission régulière des résultats au médecin-chercheur pour alimenter la modélisation
    - Travail autonome sur l’ensemble du pipeline, de la donnée brute à l’analyse

    👉 Résultats obtenus :
    - Premiers résultats permettant de stratifier les patients selon leur niveau de risque (faible ou élevé), ouvrant la voie à une personnalisation des décisions thérapeutiques
    - Le projet est toujours en cours, dans le cadre de la thèse intitulée "Développement de modèles pronostiques multiparamétriques dans la radiothérapie stéréotaxique guidée par IRM des cancers du pancréas"
    Medical Imaging Data science IA et analyse de données Analyse de survie Machine learning
  • Nurea Soft
    Stage Ingénieur Recherche
    HEALTH AND WELLNESS
    April 2022 - September 2022 (5 months)
    Bordeaux, France
    Nurea développe des solutions d’imagerie médicale pour sécuriser le suivi post-opératoire des patients atteints d’anévrisme de l’aorte.
    L’équipe avait besoin d’un modèle fiable pour assister les médecins dans la détection des endofuites sur scanner, une complication pouvant entraîner une rupture de l’aorte.
    Je suis intervenue pour bâtir une base d’apprentissage pour permettre l’automatisation de cette détection critique.

    Actions menées :
    - Constitution d’un dataset exploitable à partir d’imageries médicales segmentées manuellement
    - Entraînement et évaluation d’un modèle de détection d’endofuites, avec revue régulière des performances par le CEO (profil médical)
    - Amélioration continue du modèle via une boucle d’analyse d’erreurs et de réflexion sur les cas limites
    - Définition de critères de décision pertinents pour un usage en appui au diagnostic médical
    - Visualisation des résultats pour en faciliter l’interprétation par les équipes hospitalières

    👉 Résultats obtenus :
    - Prototype validé avec 95 % de sensibilité et 94 % de spécificité
    - Amélioration du suivi post-opératoire, avec un outil désormais intégré à l’offre Nurea et utilisé dans les CHU de Bordeaux et Lyon
    - Premiers retours positifs des médecins utilisateurs, confirmant la pertinence de l’approche
    Medical Imaging Image segmentation Data science Data Visualization IA et analyse de données

Recommendations

Be the first to recommend Gladis

Help this freelancer shine by sharing your experience working together.

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Education

  • Machine Learning Engineer
    Data Scientest
    2023
    En partenariat avec les MINES PariTech | PSL Executive Education RNCP niveau 7 (Bac +5) - 36129 « Chef de projet en intelligence artificielle » Projet fil rouge : Kidney Tumor Segmentation 2021 Segmentation automatique des reins, des tumeurs et des kystes sur des imageries médicales (scanner) Compétences acquises sur le parcours Data Scientist : Machine Learning Supervisé, Non Supervisé et Avancé ; Big Data et Data Base ; Deep Learning ; Système complexe et IA Compétences acquises sur le parcours MLOps : Programmation avancée (Bash, Git, Tests Unitaires) ; DataOps - Isolation (FastAPI, sécurisation des API, Docker, Bootstraps) ; DataOps - Orchestration (Kubernetes, Airflow) ; ModelOps (MLFlow et acculturation Data).
  • Data Analyst
    Open Classrooms
    2022
    En partenariat avec l’ENSAE-ENSAI Titre RNCP niveau 6 - 34964 Compétences acquises : Analyse exploratoire des données, Data Visualisation, Requêtes SQL, Tests statistiques, Réduction de dimension (ACP), Clustering (KMeans), Classification (Régression Logistique), Séries Temporelles.

Certifications

  • Machine Learning Engineering
    Data Scientest
    2023
    intelligence artificielle Machine learning Data science Computer Vision Deep Learning

Skill set

Categories