Ven Rakotonanahary

Key Skills

Software

CVAT

Data Annotation Tech

Labelbox

LabelImg

Label Studio

Remotasks

Roboflow

Sloth

Supervisely

Toloka

Telus

Other

Scale AI

Top Subject Matter

No subject matter listed

Top Data Types

Audio

Image

Video

Top Task Types

Audio Recording

Classification

Cuboid

Polyline

Segmentation

Freelancer Overview

J’ai une expérience confirmée en annotation et en préparation de données d’entraînement pour l’intelligence artificielle, couvrant plusieurs types de contenus : texte (NLP), image, audio et vidéo. J’ai travaillé sur des projets impliquant la classification, la segmentation, la transcription, le suivi d’objets et le contrôle qualité des données. Je maîtrise les principaux outils d’annotation et de traitement des données, notamment BRAT, Prodigy, Doccano, WebAnno, CVAT, VATIC, Labelbox, VoTT, Scale, Audacity et Praat, ainsi que les formats standards COCO et PASCAL VOC. Mon travail repose sur une méthodologie structurée, une documentation claire et l’utilisation de processus de contrôle qualité afin de garantir la cohérence, la traçabilité et la fiabilité des données. En tant que data opérateur, j’ai également une solide expérience en saisie, nettoyage, vérification, organisation et validation de grands volumes de données, tout en respectant des délais stricts et des normes de précision élevées exigées dans les projets d’IA. Je me distingue par ma rigueur, mon sens du détail et mon autonomie. Mon expertise comprend la transcription phonétique, l’annotation audio, le suivi vidéo, la définition de règles d’annotation cohérentes et un contrôle qualité rigoureux, permettant la livraison de jeux de données fiables et prêts pour l’entraînement de modèles de machine learning.

Labeling Experience

Opérateur de donnée

TelusImageCuboidQuestion Answering

Le projet consistait en l’annotation et la préparation de données d’entraînement pour des modèles d’intelligence artificielle, couvrant plusieurs types de contenus : texte (NLP), images, audio et vidéos. Les tâches réalisées incluaient la classification de données textuelles, la segmentation et le balisage d’images, le suivi d’objets sur vidéo, ainsi que la transcription et l’annotation audio, y compris la transcription phonétique. Le projet portait sur le traitement de grands volumes de données, nécessitant une gestion rigoureuse des flux, le nettoyage, la vérification, l’organisation et la validation des données avant livraison. Les annotations ont été réalisées à l’aide d’outils spécialisés tels que CVAT, Labelbox, Doccano, BRAT, Prodigy, Audacity et Praat, en respectant les formats standards COCO et PASCAL VOC. Des mesures de contrôle qualité strictes ont été appliquées tout au long du projet, incluant la définition de règles d’annotation cohérentes, des revues régulières

Le projet consistait en l’annotation et la préparation de données d’entraînement pour des modèles d’intelligence artificielle, couvrant plusieurs types de contenus : texte (NLP), images, audio et vidéos. Les tâches réalisées incluaient la classification de données textuelles, la segmentation et le balisage d’images, le suivi d’objets sur vidéo, ainsi que la transcription et l’annotation audio, y compris la transcription phonétique. Le projet portait sur le traitement de grands volumes de données, nécessitant une gestion rigoureuse des flux, le nettoyage, la vérification, l’organisation et la validation des données avant livraison. Les annotations ont été réalisées à l’aide d’outils spécialisés tels que CVAT, Labelbox, Doccano, BRAT, Prodigy, Audacity et Praat, en respectant les formats standards COCO et PASCAL VOC. Des mesures de contrôle qualité strictes ont été appliquées tout au long du projet, incluant la définition de règles d’annotation cohérentes, des revues régulières

2020 - 2025

Education

Work History