Modélisation de la saisonnalité du paludisme
Analyse des variations saisonnières du paludisme au Bénin à partir de données épidémiologiques et climatiques, avec l'utilisation de méthodes statistiques et de modélisation.
Data Science · Intelligence Artificielle · Santé publique
Mathématicien et Data Scientist spécialisé en intelligence artificielle et en santé publique. Mes travaux portent sur la modélisation, le machine learning et l'analyse de données de santé, avec pour objectif de développer des approches quantitatives et numériques au service de la recherche et de la santé publique.
À propos
Je m'appelle Abed-Nego SAMON. Je suis mathématicien et Data Scientist avec une formation à l'intersection des mathématiques, des statistiques, de l'intelligence artificielle et de la santé publique.
Mon parcours comprend une formation en Mathématiques Informatiques Appliquées, en Statistiques appliquées aux sciences de la vie, un Master en Mathematical Sciences à AIMS Rwanda, puis un Master 2 en Artificial Intelligence for Public Health à Aix-Marseille Université.
Mes travaux portent notamment sur la modélisation mathématique, le machine learning, l'analyse de données de santé et la modélisation épidémiologique, avec un intérêt particulier pour les applications de l'intelligence artificielle en santé publique.
Formation & recherche
Formation spécialisée en intelligence artificielle, science des données et méthodes quantitatives appliquées à la santé publique.
Formation avancée en mathématiques, statistiques, modélisation et méthodes computationnelles.
Formation en statistiques appliquées et méthodes quantitatives pour les sciences de la vie.
Formation en mathématiques, informatique, programmation et méthodes quantitatives.
Travaux portant notamment sur la modélisation du paludisme, l'analyse de sa saisonnalité, les données épidémiologiques et climatiques, ainsi que l'utilisation de méthodes statistiques et de modèles mathématiques.
Réalisations
Analyse des variations saisonnières du paludisme au Bénin à partir de données épidémiologiques et climatiques, avec l'utilisation de méthodes statistiques et de modélisation.
Comparaison d'algorithmes de dosage basés sur des règles avec différents modèles de machine learning pour l'ajustement de la dose de Warfarine en cardiologie pédiatrique.
Application basée sur le deep learning pour la détection de la rétinopathie diabétique à partir d'images rétiniennes.
Conception et développement d'applications web et mobiles intégrant des interfaces modernes, des API et des services backend.
Compétences
Machine learning, deep learning, computer vision, modèles prédictifs et applications de l'IA en santé.
Analyse statistique, modélisation, traitement des données, visualisation et méthodes quantitatives.
Modélisation épidémiologique, maladies infectieuses, paludisme et analyse des données environnementales.
Développement d'applications web et mobiles avec React Native, Node.js, PHP et technologies associées.
Recherche & réflexions
Semaine dense mais douce. Trois esquisses, une commande livrée, une palette abandonnée puis retrouvée. Je note ici pour…
Nina m'a invitée à voir son nouvel atelier près des quais. Plein de pots de gouache, une lumière incroyable. On a parlé…
Envie de sortir de mes couleurs habituelles. J'ai passé l'après-midi à tester des associations pastel, rose poudré et v…
Contact
Vous souhaitez échanger autour d'un projet de recherche, de Data Science, d'intelligence artificielle ou de santé publique ?