我是巴黎ESIEE工程学院四年级学生，专攻数据科学与人工智能，就读于学校的Tremplin Recherche项目——该项目面向以博士研究为目标而非常规企业实习的学生。
我的工作核心是让非结构化的临床文本可用于研究：从法语肿瘤学报告中提取生物标志物、分期信息和治疗细节，而通用自然语言处理工具在面对该领域的专业词汇和文档结构时往往表现不佳。
在学习之余，我通过Complétude机构教授数学和物理化学课程，并正在准备申请索邦大学生物医学人工智能方向的CIFRE产学合作博士项目。
从长远看，正是这种从混乱、高风险文本中提取可靠结构的能力，吸引我投身于人工智能安全研究：通过AMI Labs和Anthropic Fellows项目构建并评估world model。（此句为草稿——请替换为你自己的最终表述。）
面向法语肿瘤学临床文本的混合命名实体识别流水线。
of mentions routed to rules (unseen AP-HP cohort, 411/413)
rule F1 vs 0.358 for a fine-tuned DrBERT
leave-one-corpus-out routing concordance
现成的命名实体识别模型在法语临床文本上表现很差：密集的缩写、各医院系统间不一致的格式，以及在通用训练数据中几乎不出现的生物标志物术语。DEMNE通过分阶段流水线而非单一模型来应对这一问题——每个阶段处理自己最擅长的部分，只有在必要时才升级到更重的模型。
该系统在三个不同的法语肿瘤学语料库上对DrBERT-7GB进行了微调，目标是治疗相关报告中使用的七种优先生物标志物实体类型。
正则表达式与词典匹配以低成本捕获高置信度、低歧义的实体——日期、剂量、标准生物标志物缩写。
在三个肿瘤学语料库上微调的DrBERT-7GB，负责处理需要真正语义和领域理解的实体。
剩余的冲突和边缘情况在输出前会被路由到LLM阶段进行最终消歧。
对患者病历进行临床实体抽取正属于欧盟人工智能法案的高风险类别。DEMNE的分阶段设计从一开始就考虑到第12条和第14条,而非事后补充。
每一个抽取决策都可以追溯到产生它的阶段（规则、Transformer或LLM）以及置信度分数,从而实现自动审计日志记录。
LLM仲裁的输出会被标记以供临床医生审查，而非默默接受，从而在歧义案例中保留人工干预。
在医院数据上应用并验证了 DEMNE 的路由方法：从法语临床报告中抽取肿瘤学生物标志物（ER、PR、HER2、Ki67、FISH），并定义了一条可审计、贴近实际部署的临床路径。
设计了 DEMNE——一个面向法语肿瘤学文本的混合临床 NER 流水线（规则 / transformer / LLM），由五项形式化的语料库指标驱动，是 Tremplin Recherche 路线在博士申请前的核心项目。
构建一个平台，让脑损伤患者及作业治疗师能够以结构化方式比较认知补偿工具。最初是 SN@SU 黑客松上的 Python/Streamlit 原型（Sorbonne Université，与 UEROS L’ADAPT Île-de-France 的作业治疗师 Flor Sanchez-Luizard 合作）；目前正在规划生产级重建（FastAPI、PostgreSQL、Next.js），采用符合 HDS/GDPR 的托管，并配备用于临床工具匹配的语义搜索引擎。
ESIEE Paris 五年制工程项目的五年级学生，主修数据科学与人工智能（DSIA）。
使用 OpenCL 开发 autopkgtest，在 GitLab Salsa 上的 Debian/ROCm 基础设施中检查 AMD GPU 兼容性（pyopencl、nabu、ufo-filters、pyvkfft）。
在工程学业之余，为约十名从小学到高中毕业班的学生讲授数学和物理化学。
除 DEMNE 之外，还有为黑客松和课程项目从零到一构建的工具。
面向脑损伤人士及其作业治疗师的数字认知补偿工具目录。
一个交互式仪表板，重建法国 15 年的背景空气污染数据（2000–2015）。
基于 CNN 的人脸识别，先用静态图像再用视频，并采用数据增强与人脸对齐。
一个在终端中运行的 Python 文字冒险游戏，采用面向对象设计。
一个烹饪数据分析平台：爬取、ETL 以及基于食谱数据的仪表板。
在 Debian 的 CI 基础设施上，用于在 AMD GPU 上验证科学软件的 autopkgtest 脚本。
按与上述工作的相关性分组的工具——而非泛泛的列表。
从非结构化的法语肿瘤学文本中提取生物标志物、分期和治疗数据——通用NLP失效、领域自适应开始发挥作用之处。
设计能够路由到满足性能阈值的最不透明层级的系统，将符合欧盟《人工智能法案》作为设计约束，而非事后考量。
长期方向：将临床文本、影像与基因组学统一到能够跨模态推理的模型中——将世界模型方向应用于医学。
在Complétude为约十名学生教授数学和物理化学，从小学到高中毕业班（不含高等教育阶段）。让密集的概念变得可学习是一项研究技能，而非副业。
