You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Agnès RegaudAR

Agnès Regaud

Machine Learning Engineer | Data Scientist | IA ⭐

€500/day
1 project
Bordeaux, FR
15+ years

Average response time: 1 hour

About Agnès

Forte de plus de 15 ans d'expérience, j'accompagne les entreprises qui veulent transformer leurs données en avantage compétitif — en automatisant les flux, en fiabilisant les analyses et en donnant à leurs équipes les arguments pour décider vite et bien.

J'interviens auprès des entreprises pour améliorer leurs performances par l'analyse et la prédiction. Ma triple culture : direction, enseignement et tech, me permet de traduire vos enjeux business en solutions IA robustes, de l'expérimentation à l'industrialisation — en fédérant les parties prenantes du terrain jusqu'au board.

Computer Vision — Analyse et détection automatique sur images
  • Détection, segmentation et classification d'objets sur images
  • Cas d’usage : contrôle qualité, comptage, analyse de formes ou de défauts

IA Générative, LLM & RAG, Traitement automatique du langage
  • Extraction d’informations clés depuis des documents métier
  • RAG pour enrichir les réponses des LLM avec données internes
  • Prompt engineering, fiabilisation et évaluation des sorties IA
  • NLP, Transformers et traitement de contenus textuels
  • Cas d'usage : traitement de dossiers clients, extraction de données depuis des PDF, synthèse de rapports, assistance aux équipes support

Machine Learning & Deep Learning
  • Nettoyage et préparation des données (structurées, textuelles, images...)
  • Développement de modèles ML/DL sur mesure (classification, régression, clustering...)
  • Optimisation des performances des modèles
  • Évaluation et validation avant mise en production

Industrialisation & MLOps
  • Déploiement AWS (SageMaker, ECR, Fargate, S3) + Docker
  • Développement d’API REST avec FastAPI
  • Tests automatisés, CI/CD
  • Interface de suivi et reporting (Streamlit, MLflow)

Montée en compétences des équipes
  • Partage des bonnes pratiques MLOps aux équipes en place
  • Vulgarisation des concepts IA pour les non-techniques

Prêt à transformer vos données en levier de performance ? Contactez-moi.
  • French

    Native or bilingual

  • English

    Conversational

Can work on-site
Bordeaux (up to 50km)

Experience

  • Mas Seeds groupe Maïsadour
    Data Scientist / Machine Learning Engineer
    RAW MATERIALS INDUSTRY
    September 2024 - February 2026 (1 year and 5 months)
    Bordeaux, France
    Le challenge :
    D’une approche fragmentée et partiellement manuelle à une R&D automatisée, innovante et compétitive grâce aux modèles ML et aux outils d’analyse avancés.

    Ma mission était de moderniser les outils d’analyse et exploiter les données existantes afin de fiabiliser les étapes de sélection variétale, accélérer la R&D, automatiser les processus et innover dans la création variétale, en cohérence avec les enjeux métier.

    Je suis intervenue sur 5 aspects :
    1️⃣ Identification et optimisation de modèles ML/DL plus performants sur données NIRS multi-traits, pour améliorer la prédiction de la composition du maïs et sécuriser la sélection de meilleures variétés
    2️⃣ Mise en place d’un système automatisé d’extraction de données depuis des PDF (RAG +LLM) pour gagner du temps et améliorer la productivité R&D ;
    3️⃣ Développement d’un modèle RandomForest pour classifier les données génotypiques de tournesol et fiabiliser la création de variétés qualitatives ;
    4️⃣ Test et évaluation d’un modèle Transformer innovant spécialisé sur des données génomiques pour identifier les gènes d’intérêt et améliorer les méthodes de sélection variétale
    5️⃣ Détection et segmentation d’objets sur images (épis et grains de maïs), avec industrialisation sur AWS, pour fiabiliser et accélérer les calculs de rendement et de productivité

    Résultats :
    ✅ Réduction de 18 % de l’erreur moyenne sur les modèles NIRS, améliorant la fiabilité des décisions sur la sélection variétale ;
    ✅ Automatisation des extractions PDF, générant un gain de productivité significatif pour la
    R&D ;
    ✅ Classification RandomForest et analyse des données génotypiques, optimisant la description de la diversité génétique et la création de nouvelles variétés ;
    ✅ Accélération et fiabilisation des calculs de rendement et de productivité grâce à la Computer Vision;
    ✅ Contribution globale à une R&D plus rapide, plus fiable et compétitive, renforçant la confiance des clients et la capacité à innover face à la concurrence.
    Python Amazon Web Services YOLO Transformers Computer Vision
  • Openclassrooms –CentraleSupélec
    Pause professionnelle
    EDUCATION AND E-LEARNING
    September 2022 - August 2024 (1 year and 11 months)
    Bordeaux, France
    En formation avec Openclassrooms :
    • Sept projets appliqués sur des cas métier (banque, retail, énergie, santé) validés en soutenance
    • ML & DL en Python , Mise en production/ MLOps : API, dashboards, AWS, PySpark, Computer Vision
    Python, Deep Learning, NLP, CNN, scikit-learn, TensorFlow, AWS, Streamlit, Flask
    Python Amazon Web Services Machine learning Deep Learning Computer Vision
  • Education Nationale
    Pilotage stratégique et gestion des ressources (Chef d'établissement scolaire adjointe)
    PUBLIC SECTOR
    September 2020 - August 2022 (1 year and 11 months)
    Bordeaux, France
    Mon expérience de direction me permet d'appréhender un projet ML non seulement sur le plan technique, mais aussi sous l'angle budgétaire, organisationnel et politique :

    1️⃣ Management de projets complexes : Pilotage de la politique pédagogique et coordination d'équipes pluridisciplinaires ;
    2️⃣ Gestion de l'innovation : Mise en œuvre de solutions numériques et optimisation des ressources matérielles/budgétaires ;
    3️⃣ Management RH : Direction d'équipes pluridisciplinaires, gestion des conflits et conduite du changement ;
    4️⃣ Pilotage stratégique :
    ⠀⠀✅Organisation et continuité de service : planification RH, gestion des imprévus et pilotage de la communication,
    ⠀⠀✅ Mise en œuvre de la politique pédagogique,
    ⠀⠀✅ Construction et gestion du budget sous contrat d’objectifs avec la collectivité territoriale de rattachement en respectant 7 principes fondamentaux dont l’équilibre et la sincérité
    Vision macro-économique pilotage stratégique Capacité à fédérer les parties prenantes Conformité réglementaire Prise de décision sous pression

Reviews

5,0

Out of 1 rating

BenjaminB

Benjamin

Un travail parfait et rapide - Or HaZeev

Reviewed on 23/06/2026

J’ai fait appel à Agnès pour intervenir avec moi sur la partie Data / IA d’une mission client liée à l’automatisation de la qualification de demandes entrantes. La collaboration a été très efficace. Agnès a rapidement compris le contexte, structuré les données et proposé une approche claire de scoring / classification, directement exploitable pour la suite du workflow. J’ai particulièrement apprécié sa rigueur, sa pédagogie et sa capacité à relier les enjeux métier aux choix techniques. Je recommande vivement Agnès pour des missions Data / IA nécessitant analyse, structuration et modélisation.

Recommendations

Médéric DulondelMD
Doria AdigounDA
NR
Médéric Dulondel and 2 other people have recommended Agnès

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Education

  • Machine Learning Engineer
    Openclassrooms
    2026
    Huit projets appliqués sur des cas métier multi-disciplinaires, évalués en soutenance : - Analyse de données sur l’alimentation, - Catégorisation de données textuelles et image, - Segmentation client, - Prédiction efficacité énergétique de batiment, - Déploiement d’infrastructure Big Data dans le Cloud, - Gestion de projet IA --> Python, ML, Deep Learning, NLP, Scikit-Learn, Tensorflow, AWS, Streamlit, FastAPI
  • Data Scientist
    Openclassrooms-CentraleSupélec
    2023
    - Sept projets appliqués sur des cas métier (banque, retail, énergie, santé) validés en soutenance - ML & DL en Python , Mise en production/ MLOps : API, dashboards, AWS, PySpark --> Python, Deep Learning, NLP, CNN, scikit-learn, TensorFlow, AWS, Streamlit, Flask

Certifications

Skill set

Categories