À propos


Je suis actuellement étudiante en Master 2 Informatique parcours Intelligence Artificielle, à l'Université Claude Bernard Lyon 1. Je souhaite devenir maître de conférences en informatique, et plus particulièrement dans les systèmes d'informations géographiques. J'envisage donc de continuer mes études après le Master 2 avec un doctorat. Je voudrais orienter ma thèse sur les systèmes d'informations géographiques, bien que je n’aie pas encore une idée précise de la problématique. C'est un domaine qui m'intéresse particulièrement et qui s'inscrit dans la continuité des projets sur lesquels j’ai travaillé. Je suis principalement intéressée par la recherche, les systèmes d'informations géographiques, les algorithmes de recommandation et la programmation Web, bien que les autres domaines m'intéressent aussi. Dynamique et persévérante, je suis toujours prête à relever de nouveaux défis et challenges !

Mon CV (mis à jour en mai 2020)
photo
ORCID

Formation


Master Informatique, parcours Intelligence Artificielle

2018 - 2020
Université Claude Bernard Lyon 1, Villeurbanne
  • Intelligence artificielle : machine learning, systèmes multi-agents et réseaux de neurones
  • Programmation Web (applications Web et mobile) : HTML, CSS, Javascript
  • Bases de données : MySQL
  • Langages de programmation : Python, Java, C/C++
  • Gestion de projet et génie logiciel : méthodes AGILE
  • Autres : réseaux, cryptographie et sécurité, recherche opérationnelle

Licence Informatique

2015 - 2018
Université Claude Bernard Lyon 1, Villeurbanne
  • Programmation Web : HTML, CSS, Javascript, Bootstrap
  • Bases de données : MySQL
  • Langages de programmation : C/C++, Java, Scheme, Prolog
  • Mathématiques : algèbre, analyse, statistiques, optimisation
  • Autres : réseaux, logique formelle, physique-chimie, Unix

Baccaulauréat Scientifique - mention AB

2012 - 2015
Lycée Blaise Pascal, Charbonnières-les-bains
  • Parcours Sciences de la vie et de la Terre, option ISN (Informatique et Sciences du Numérique)

Publications et projets de recherche


Predicting the Environment of a Neighborhood: a Use Case for France

Juillet 2020
Data 2020, En ligne
Nelly Barret and Fabien Duchateau and Franck Favetta and Loïc Bonneval
TeX
Notion of neighbourhoods is critical in many applications such as social studies, cultural heritage manage- ment, urban planning or environment impact on health. Two main challenges deal with the definition and representation of this spatial concept and with the gathering of descriptive data on a large area (country). In this paper, we present a use case in the context of real estate search for representing French neighbourhoods in a uniform manner, using a few environment variables (e.g., building type, social class). Since it is not possible to manually classify all neighbourhoods, our objective is to automatically predict this new information.

Spatial entity matching with GeoAlign

Novembre 2019
International Conference on Advances in Geographic Information Systems (SIGSPATIAL), Chicago
Nelly Barret and Fabien Duchateau and Franck Favetta and Ludovic Moncla
TeX
Points of interest (POI) are central in many applications such as tourism, itinerary search, crisis management. Cartographic providers usually represent these POI with a spatial entity. However, the description of these entities may significantly vary from one provider to another (e.g., missing properties, outdated information, conflicting values). Spatial entity matching (or record linkage) aims at detecting correspondences between entities referring to the same POI. Most existing approaches have a fixed function for combining similarity measures, thus limiting customization. Besides, evaluating the matching quality is a difficult task since a ground truth dataset cannot be built for all entities and providers. GeoAlign is an application that allows fine-grained tuning for spatial entity matching. A merging step is also provided using different strategies. It is able to estimate the quality of correspondences based on the differences between combination functions and to visualize this estimation in terms of true and false positives.
@INPROCEEDINGS{sigspatial19demo,
author = {Nelly Barret and Fabien Duchateau and Franck Favetta and Ludovic Moncla},
title = {Spatial Entity Matching with GeoAlign},
booktitle = {International Conference on Advances in Geographic Information Systems (SIGSPATIAL)},
year = {2019},
pages = {?},
publisher = {ACM},
ee = {http://dx.doi.org/10.1145/3347146.3359345},
}

À la recherche du quartier idéal

Janvier 2019
Extraction et Gestion des Connaissances (EGC), Metz
Nelly Barret and Fabien Duchateau and Franck Favetta and Maryvonne Miquel and Aurélien Gentil and Loïc Bonneval
TeX
Le choix d'un quartier est primordial lors d'un achat ou d'une location immobilière. Or, il est fréquent de ne pas connaître la ville où l'on arrive (e.g., mutation professionnelle) et la sélection d'un quartier pertinent devient alors un véritable défi. Dans cet article, nous présentons un outil qui facilite la comparaison entre quartiers (IRIS de l'INSEE). Nous exploitons plusieurs indicateurs pour différencier les quartiers et plusieurs algorithmes (basés sur la mesure cosine ou l'écart-type, Birch, Kmeans, Mean Shift, Mini Batch KMeans, Spectral Clustering, et One-class SVM) permettent soit de recommander un quartier, soit de regrouper des quartiers similaires.
@inproceedings{barret2019recherche,
title={À la recherche du quartier idéal.},
author={Barret, Nelly and Duchateau, Fabien and Favetta, Franck and Miquel, Maryvonne and Gentil, Aurélien and Bonneval, Loïc},
organization={UMR5205, LIRIS},
booktitle={EGC},
pages={429--432},
year={2019}
}

Projets de recherche
Projets universitaires à but pédagogique

Expériences


Étudiant

Février 2020 - Juillet 2020
LIRIS, Villeurbanne
Prédiction de l'environnement d'un quartier avec Predihood
Stage en collaboration avec la startup HiL (Home in Love).
  • Dresser un état de l’art sur les techniques de prédiction
  • Proposer des solutions aux verrous scientifiques : un algorithme pour la sélection de critères, la prise en compte de la distribution des critères pour aider à la prédiction
    • Sélectionner les indicateurs en proposant un algorithme regroupant plusiseurs méthodes de sélection
    • Produire une liste d'indicateurs pertinents pour la prédiction
    • Comparer automatiquement la distribution des indicateurs pour aider à la prédiction
  • Prédire les variables d'environnement
    • Paramétrer plusieurs algorithmes de prédiction, dont KNN, Random Forest, AdaBoost
    • Prédire les variables d'environnement d'un quartier
  • Développer une interface de visualisation cartographique des quartiers
  • Développer une interface pour le paramétrage génériques d'algorithmes de prédiction
  • Vulgariser les travaux pour les présenter à différents auditeurs (membres du projet, étudiants)
Mémoire de stage
sélection de variables algorithmes de prédiction évaluation Python

Agent de production

Août 2019
Métaldyne (AAM), Vénissieux
  • Contrôle de poulies de type B4xL, B37, B48Q et B48Q TU1
mécanique intérim saisonnier

Étudiant

Janvier 2019 - Juin 2019
LIRIS, Villeurbanne
Appariement et fusion d'entités géographiques avec GeoAlign
  • Intégrer les données cartographiques hétérogènes des fournisseurs Geonames, Bing, Here et Open Street Maps
  • Apparier les schémas des fournisseurs en un schéma unique
  • Proposer une formule personnalisable pour la détection des correspondances en terme d'attributs (e.g. nom, adresse, téléphone, type...) et de mesures (e.g. Levenshtein ou Jaro-Winkler pour les chaînes de caractères, Haversine ou des mesures locales pour les attributs géographiques)
  • Estimer la qualité des correspondances détectées de manière automatique
  • Fusionner automatiquement les correspondances détectées selon plusieurs stratégies (e.g. aléatoire, orienté fournisseur)
  • Développer une interface permettant la détection et la fusion des correspondances entre les pointsd’intérêts et proposant une estimation de la qualité
Javascript PHP algorithmes d'appariement et de fusion mesures de similarité

Stagiaire

Mai 2019 - Juillet 2019
LIRIS, Villeurbanne
Recommandations de biens immobiliers en fonction des souhaits des utilisateurs avec VizLiris
Stage en collaboration avec la startup HiL (Home in Love).
  • Dresser un état de l’art sur les techniques de recommandation
  • Intégrer des données provenant de sources hétérogènes (Excel, JSON, GeoJSON...)
  • Utiliser des algorithmes de prédiction pour recommander des quartiers
  • Utiliser des algorithmes de regroupement pour classifier les quartiers
  • Développer une interface facilitant la comparaison et la recommandation de quartiers en France
  • Rédiger les sections Comparaison de quartiers et Scénarios d’utilisation d’un article scientifique
Mémoire de stage
Javascript Python algorithmes de recommandation

Vacataire (semaine d'intégration)

Étés 2017, 2018 & 2019
Université Claude Bernard Lyon 1, Villeurbanne
  • Animer les amphithéâtres de rentrée et les ateliers de découverte des outils numériques de Lyon 1
  • Gérer les inscriptions pédagogiques et les rendez-vous des étudiants
inscriptions prise de parole primo-entrants

Vendeuse boutique

Étés 2016 & 2017
Bershka, Lyon
  • Tenir la boutique (boutique, cabines, réserve), renseigner les clients, gérer les commandes Internet et les livraisons
conseil client saisonnier

Entraîneur sportif (Gymnastique Artistique Féminine)

2010 - 2017
Le Cran, Tassin
  • Animer un cours de gymnastique auprès de 22 jeunes gymnastes (entre 6 et 11 ans) à raison de 2h/semaine
  • Participer aux manifestations et compétitions annuelles
  • Participer à la vie associative (formations, journées portes ouvertes, réunions...)
  • Se former à l'animation et aux compétences gymniques
    • 2015 : Formation AF2 (Animateur Fédéral niveau 2)
    • 2014 : Diplôme UFF (Unité de Formation Fédérale)
    • 2012 : Diplôme AF1
bénévolat associatif sportif compétitions

Compétences


Langages de programmation

Python, C/C++, Java, PHP, Prolog, (Scheme)

Frameworks

Scikit-learn, Leafet, Bootstrap

Web

HTML, CSS, Javascript

Bases de données

MySQL, (MongoDB)

Outils

Git, JMerise

Bureautique

LaTeX, Suite Office

Langues

Français, Anglais

Certifications

Certification Google Digital Active, C2I

Loisirs