AI Engineer spécialisé en harness, agentic, GenAI, NLP et computer vision. Je conçois les modèles autant que les pipelines de données et la chaîne de déploiement qui les amènent jusqu'aux utilisateurs.
Je suis AI Solution Engineer, actuellement basé à Paris.
Partant du besoin métier, je conçois et je mets en production des systèmes de ML/DL et d'IA générative, ainsi que les pipelines de données qui les alimentent.
Pragmatique par nature, le besoin/cadrage de chaque projet et la communication sont mes principales qualités avant de coder et/ou déployer un projet.
Innovorder
Je rejoins Innovorder en CDI pour concevoir et intégrer des solutions d'IA en production : agents autonomes, automatisation de processus et connexion aux outils métier existants.
EstimerMonCommerce.fr · Full-remote
Trois ans à porter l'IA et la donnée d'un produit SaaS d'estimation, du prototype de recherche jusqu'au service en production.
LTG Services
Conception, développement et livraison d'une application mobile iOS/Android de réseautage professionnel, de l'architecture et l'UX jusqu'au déploiement sur les stores.
Epitech Technology · Nancy
Cursus centré sur le développement et le déploiement de end-to-end de systèmes d'IA pour des cas d'usage réels.
Epitech Technology · Nancy
Cursus d'ingénierie orienté systèmes, réseaux et infrastructure IT.
CCI des Vosges · Épinal
Formation intensive sur le développement et l'architecture web et applicatif.
Les terrains sur lesquels je suis le plus à l'aise, et ce que j'y fais concrètement.
Prototypage et expérimentation : protocoles d'évaluation, analyse comparative de modèles, mesure rigoureuse des résultats.
Entraînement, transfer learning et fine-tuning, métriques d'évaluation, traitement du déséquilibre de classes et du surapprentissage.
CNN pour la vision, Transformers et modèles BERT pour le langage, architectures profondes appliquées à des données réelles.
Pipelines d'ingestion et de scraping, nettoyage et normalisation, stockage scalable et jeux de données prêts pour la modélisation.
Mise en production des modèles : orchestration, observabilité avec LangFuse, monitoring et pipelines de déploiement.
Déploiement et exécution sur plateformes cloud, orchestration serverless, inférence accélérée par GPU.
Python pour l'IA et la donnée, full-stack React et PHP, Bash pour l'automatisation.
Cadrage des besoins métier, arbitrages performance/coût, livraison itérative en lien direct avec le produit.
Quelques travaux de recherche appliquée, puis mon activité des douze derniers mois et mes dépôts publics.
Analyse comparative d'architectures CNN (EfficientNet vs. ResNet) par transfer learning, pour classifier des pathologies cutanées à partir d'imagerie clinique. Pipeline de prétraitement robuste - normalisation de la coloration, augmentation de données avancée - conçu pour corriger le déséquilibre du jeu de données et limiter le surapprentissage.
Exploration et implémentation d'architectures NLP état de l'art, centrées sur les Transformers et les modèles BERT pour la reconnaissance d'entités nommées. Expérimentations de transfer learning et de fine-tuning pour adapter des modèles pré-entraînés à des corpus de domaine, évaluées sur des métriques rigoureuses, avec un travail de fond sur les mécanismes d'attention et l'étiquetage de séquences.
Pipeline d'ingestion automatisé associant analyse spectrale, normalisation audio et prétraitement de la forme d'onde pour optimiser les entrées de l'inférence neuronale. Système d'inférence scalable accéléré par GPU et orchestré en serverless, dimensionné pour traiter des données audio de grande dimension à faible latence.
Mon activité GitHub et GitLab sur les douze derniers mois, et mes dépôts épinglés.
End-to-end NLP pipeline that converts French natural language queries into optimal train itineraries using CamemBERT (intent classification + NER) and A* pathfinding over the SNCF GTFS network.
Comparison of 4 RL algorithms (brute force, Monte Carlo, Q-Learning, SARSA) on the Gymnasium Taxi environment.
Open-source AI audio stem separation SaaS powered by BS-Roformer and serverless GPU.
A convolutional neural network trained on the HAM10000 dataset for multi-class skin lesion classification.
Automatic detection of pneumonia from X-ray images using Machine Learning & Deep learning techniques.
Docs search system w/ hybrid RAG (and LLM)
Je suis ouvert aux échanges sur l'IA en production : agents, GenAI appliquée, pipelines de données et MLOps.
Une question, un projet, ou simplement l'envie de discuter d'un sujet technique - écrivez-moi, je réponds.