Étude de cas
Application d'imagerie médicale IA
Produit médical utilisant une chaîne de traitement ML pour analyser des radiographies articulaires, intégré directement dans les processus d'ingénierie du client.
45+ tâches • 3 contributeurs • 4 départements
Défi
Le travail backend devait s'intégrer à une base de code ML détenue par le client et à son flux GitHub Issues.
Résultat
La réalisation du backend et de la chaîne de traitement ML a été coordonnée pour chaque ticket GitHub du client : authentification des médecins et patients, historique d'imagerie et orchestration du traitement.
Composition de l'équipe : 2 backend, 1 PM/BA.
Ma contribution
Coordination de l'orchestration Celery/RabbitMQ, de la migration de base Azure, des évolutions d'API et de schéma, et des flux d'authentification/vérification en rythme avec l'équipe ML interne du client.
Ce qui a été réalisé
- Processus d'imagerie IA intégré dans la base ML du client
- Authentification médecin/patient et historique d'imagerie
- Orchestration Celery/RabbitMQ, migration de base Azure
Technologies
- Python
- Celery
- RabbitMQ
- Azure
- PostgreSQL
- intégration de la chaîne de traitement ML
- GitHub