About Maxime
ML Engineer — Video Intelligence & IA multimodale. Je prends vos projets IA de la R&D jusqu'à la prod, à l'échelle.
5+ ans en video intelligence et IA multimodale. Ma spécialité : amener un projet IA du POC à la production, et le faire tourner à grande échelle au bon coût.
Chez Canal+, j'industrialise des systèmes de R&D vers le catalogue global : indexation vidéo à grande échelle (15k h / run), recherche agentique multimodale (chat + voix temps réel), pipelines LLM/VLM. Je ne livre pas un notebook qui marche une fois — je livre une architecture scalable, monitorée et optimisée pour le coût.
Sur toute la chaîne :
- R&D & cadrage— du besoin flou au problème ML bien posé, benchmark des modèles (LLM, VLM, CV), preuve de faisabilité rapide.
- Prototypage— un POC démontrable, vite : recherche sémantique, agents conversationnels, modèles de détection/segmentation/tracking.
- Industrialisation & MLOps— pipelines automatisés (AWS Step Functions, Lambda, Docker), API (FastAPI), CI/CD, workers à l'échelle.
- Mise en prod & scaling— archi lean et scalable : indexation de dizaines de milliers d'heures, recherche multi-index, FAISS à 200 ms sur des millions d'enregistrements.
Stack : Claude Agent SDK, OpenAI, Gemini, RAG, agents vocaux full-duplex · PyTorch, YOLO, U-Net, OpenCV · OpenSearch, FAISS, vector DBs · AWS, Docker, CI/CD, FastAPI.
Rigoureux, orienté produit, obsédé par le fait de livrer à l'échelle et au bon coût. Je vous accompagne sur tout le cycle — ou seulement sur le maillon qui vous manque.
Disponible pour vos projets de video intelligence, IA multimodale, agents LLM et computer vision — du premier prototype jusqu'à la prod.
French
Native or bilingual
English
Native or bilingual
Can work on-site
Paris (up to 50km)
Experience
- Canal+Machine Learning EngineerFILM AND AVSeptember 2023 - Today (2 years and 11 months)Paris, FranceDéveloppement d’un pipeline évolutif utilisant un VLM pour la fonctionnalité « Et ta Scène ? », réduisant les coûts de 90%- Conception du système « Et ta Pub ? » pour l’extraction automatisée de chapitres et l’optimisation du placement publicitaire à l’aide de LLM- Création de « Et ta Marque ? » pour la reconnaissance de marques dans les films/séries grâce à la technologie LLM- Conception de « Et ton Thème ? » pour le chapitrage intelligent des contenus avec analyse du sujet, du contexte et du point de vue- Mise en place de métriques pour évaluer la diversité et la pluralité des contenus- Automatisation des workflows via AWS Step Functions et Lambda- Développement de workers génériques pour l’analyse approfondie et la compréhension de contenus à l’échelle mondiale
- JakartoComputer Vision EngineerAUTOMOBILEJune 2023 - August 2023 (3 months)Montréal, CanadaApproche de clustering de panneaux de signalisation grâce au deep learning :- Développement d'un module d'optimisation pour améliorer la séparation des objets au sein des clusters, renforçant ainsi la précision de la classification des objets dans l'inventaire urbain.- Utilisation de systèmes de capture de données avancés, incluant des scanners LiDAR, des caméras et un GPS de haute précision pour la triangulation et le positionnement géographique.- Utilisation d'un modèle siamois pour entraîner un encodeur facilitant la séparation des objets par l'algorithme de clustering.- Réalisation d'expérimentations complètes en utilisant les jeux de données Fashion MNIST et les panneaux de signalisation pour évaluer les performances du module développé.- Obtention d'une v-mesure de 0,94, démontrant la grande efficacité du processus développé pour différencier les objets au sein d'un cluster.- Contribution à l'amélioration de l'efficacité de l'inventaire urbain en permettant une classification plus précise des objets détectés.
- Hache de LancerComputer Vision EngineerSPORTSMay 2023 - August 2023 (3 months)Paris, FranceConception de la reconnaissance de pochettes de vinyles pour une application :- Ingénierie des fonctionnalités de R&D pour effectuer la reconnaissance (200 ms de demande par inférence de bout en bout)- Identification du vecteur le plus proche dans un grand jeu de données dans l'index FAISS (millions de vinyles)- CI/CD GitHub et déploiement sur Scaleway- Actions GitHub
Reviews
Recommendations
FU
FU
+1
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
- Ingénieur Intelligence Artificielle et Masse de donnéesTELECOM NancyUne formation « généraliste » développée à l’école au travers de cinq axes : trois axes couvrant le « cycle de vie d’un produit, logiciel ou service informatique » et deux axes transverses, couvrant les sciences fondamentales et appliquées ainsi que celles du management, de la communication et de l’innovation. L'approfondissement « Intelligence Artificielle et masses de données » est développé en entreprise (LogIC SAS).
- CPGE TSILycée Louis VincentClasse préparatoire aux grandes écoles en technologies et sciences industrielles. Approfondissement en Mathématiques, Physique et Science de l'ingénieur.