Benjamin Roland

J’accompagne l’équipe R&D dans la conception et le déploiement d’une nouvelle solution d’olfaction électronique, intégrant des techniques avancées de Machine Learning. Cette solution vise à reproduire, via des capteurs et des algorithmes, la capacité humaine à identifier et à différencier des odeurs complexes, dans des contextes industriels.

Je participe au cadrage de la solution en définissant avec l’équipe les objectifs techniques, les contraintes métier, ainsi que les méthodologies de travail à adopter. J’aide à structurer les étapes du développement, à identifier les risques, et à anticiper les besoins en données, en instrumentation et en validation expérimentale.

J'ai accompagné l'équipe de modélisation prédictive dans le cadrage d'une solution Machine learning utilisant des prévisions météorologiques en Open Data pour prédire le risque de gel sur des cultures.

- Revue de la littérature scientifique.

- Détermination des Indicateurs Clés de Performance et du calendrier d'exécution pour la Preuve de Concept.

- Proposition d'une architecture pour l'industrialisation.

J'ai accompagné l'équipe de fondateurs dans le cadrage d'une solution Machine learning utilisant des prévisions de pollution en Open Data pour prédire l’impact sur la pollution en air intérieur.

- Revue des fonctionnalités et des conditions d’utilisation pour l'exploitation de l’API Copernicus Atmosphere Monitoring System.

- Proposition d’un plan d’exécution articulant étude préliminaire de faisabilité, Preuve de Concept, et projet pilote sur données clients.

- Proposition d'une architecture pour l’intégration de la solution finale dans l’infrastructure AWS du client.