Zahra Bagheri

Titulaire d’un master en génie biomédical, avec une solide formation en mathématiques (licence en mathématiques appliquées) et une expérience pratique en science des données, apprentissage automatique et modélisation statistique avec Python.
Voici ce que je peux vous aider à réaliser :
• Nettoyage, prétraitement, exploration et visualisation des données (Python, Pandas, NumPy, SQL)
• Modèles d’apprentissage automatique pour la classification et la régression (scikit-learn : régression logistique, forêt aléatoire, gradient boosting, SVM)
• Traitement des données déséquilibrées (SMOTE), ingénierie et sélection de caractéristiques, réduction de dimensionnalité
• Évaluation rigoureuse des modèles : validation croisée, calibration et prévention des fuites de données
• Analyse de survie (Cox proportional hazards, lifelines)
• Apprentissage profond avec TensorFlow/Keras (1D-CNN, LSTM), avec comparaison aux modèles classiques de référence
• Données médicales et biomédicales : caractéristiques IRM/PET, données cliniques et de sondage, signaux HRV issus d’appareils portables
• Cours de mathématiques (11 ans d’expérience dans l’enseignement)
Mon mémoire de master sur la détection précoce de la maladie d’Alzheimer à partir d’IRM/PET multimodales et de l’analyse canonique des corrélations (CCA) a atteint une précision de 96,54 % (validation croisée à 5 plis). J’ai également rédigé des travaux de recherche sur la prédiction du risque de mortalité (NHANES) et les fuites de données dans la classification du stress à partir de dispositifs portables ; les deux ont été soumis à des revues à comité de lecture.
Livrables : code propre et reproductible, rapports de résultats clairs et explications des méthodes utilisées. Communication en anglais et en persan.