About Charles
Docteur (Ph.D.) et ingénieur chercheur spécialisé en Intelligence Artificielle et Recherche Opérationnelle, j'aide les entreprises à résoudre leurs défis algorithmiques les plus complexes.
Mon expertise se situe à l'intersection de la Data Science avancée et de l'optimisation sous contraintes. J'interviens principalement sur la conception de systèmes d'aide à la décision, la modélisation des préférences et la création d'algorithmes hautement scalables.
Pourquoi travailler avec moi ?
- Expertise de pointe : Maîtrise avancée de la Programmation Par Contraintes (PPC) et de l'optimisation multi-objectifs pour modéliser des critères complexes et interconnectés.
- Double culture (R&D / Industrie) : Capable de traduire une problématique scientifique complexe en un prototype industriel robuste, testé et prêt pour la production.
- Profil Full-Stack Data : Je ne me contente pas de modéliser, je développe et je déploie mes solutions (Python, Java, Docker, PostgreSQL).
Mes domaines d'intervention
- Conception de Systèmes de Recommandation contextuels et intelligents.
- Optimisation combinatoire et Recherche Opérationnelle (Logistique, Supply Chain, Allocations de ressources).
- Analyse et modélisation prédictive de séries temporelles (projets IoT / Énergie).
- R&D appliquée et architecture d'algorithmes sur-mesure.
Contextes de collaboration et R&D : Continental, ETX Studio, APHEEN.
Discutons de votre projet pour transformer vos contraintes techniques en opportunités business !
French
Native or bilingual
English
Fluent
Can work on-site
Metz (up to 50km)
Experience
- LIRMM (Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier)Ingénieur R&D Expert IA - Systèmes de Recommandation & Modèles de PréférencesRESEARCHFebruary 2024 - November 2025 (1 year and 9 months)Montpellier, France
- Conception et développement de méthodes d'apprentissage de contraintes pour modéliser finement les préférences des utilisateurs.
- Création d'un système de recommandation contextuel avancé intégrant de multiples variables dynamiques (météo, type de trajet, environnement, contraintes de temps).
- Collaboration industrielle directe avec Continental (systèmes embarqués) et ETX Studio (médias audio) dans un cadre de R&D appliquée.
- Développement et déploiement d'un prototype complet (Java, Python, PostgreSQL, Docker) démontrant la viabilité et la faisabilité industrielle de la solution.
- Compétences clés : IA appliquée, Systèmes de recommandation contextuels, Modélisation des préférences, Architecture Backend, Docker.
- IMT AtlantiqueIngénieur Chercheur en IA - Optimisation Multi-Objectifs & Programmation Par Contraintes (Ph.D.)RESEARCHOctober 2020 - September 2023 (2 years and 11 months)Nantes, France
- Recherche et développement d'algorithmes d'aide à la décision basés sur la modélisation des préférences et l'optimisation multi-objectifs.
- Conception d'un modèle d'optimisation sous contraintes (PPC) hautement scalable pour identifier automatiquement les meilleures configurations possibles (front de Pareto / solutions non dominées).
- Création d'outils de Data Mining avancés pour extraire des règles logiques et des connaissances métiers à partir de volumes de données complexes (surpassant les approches standards du marché).
- Modélisation mathématique de critères interconnectés (via des approches floues/intégrale de Choquet) pour affiner la précision des systèmes d'aide à la décision complexes.
- Architecture et développement complet d'une librairie Java intitulée Choco mining pour la fouille de données (basée sur Choco-solver), intégrant des contraintes génériques, modulaires et prêtes pour l'industrialisation
- Technos & Outils : Java, Python, Choco-solver, Programmation Par Contraintes (PPC), Data Mining, Machine Learning, Recherche Opérationnelle.
- Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA)Ingénieur Data Science - Prédiction Temporelle & IoT (Stage de Master 2)ENERGY AND UTILITIESApril 2020 - August 2020 (4 months)Nancy, France
- Développement d'un modèle prédictif d'intelligence artificielle en collaboration avec l'APHEEN pour anticiper l'évolution des températures intérieures de bâtiments.
- Analyse, nettoyage et prétraitement de séries temporelles complexes issues de capteurs connectés (IoT) : température, humidité et données météorologiques exogènes.
- Benchmark d'algorithmes et conception d'une architecture de Deep Learning basée sur des réseaux de neurones récurrents (RNN / LSTM) pour la prédiction multi-capteurs.
- Validation de la faisabilité industrielle du modèle en vue d'applications concrètes d'optimisation énergétique (pilotage intelligent et réduction des coûts de chauffage).
- Technos & Environnement : R, Matlab, Python (Data Processing), Séries Temporelles, Deep Learning (RNN), IoT / Capteurs, Efficacité Énergétique.
Recommendations
Be the first to recommend Charles
Help this freelancer shine by sharing your experience working together.
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Doctorat en Intelligence ArtificielleIMT Atlantique2023
- Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises)Université de Lorraine2020Mention bien