Description

Diplômé ingénieur de l'ISAE Supaero en 2017, j'ai débuté ma carrière chez Telespazio France en tant que Data Scientist spécialisé en Computer Vision et géo-information. J'y ai développé des algorithmes de deep learning pour le traitement d'images satellite tout en mettant en place des infrastructures big data avec PostgreSQL, Hadoop et PySpark.

En 2019, j'ai co-fondé FDTI Consulting où j'ai mené des projets de data science de A à Z, de l'acquisition client à la livraison. Cette expérience entrepreneuriale m'a permis d'acquérir une vision globale du business et de développer mes compétences en gestion de projet et relation client.

De 2021 à 2023, j'ai rejoint Microsoft en Italie pour travailler sur la détection automatique de défauts de fabrication. J'ai conçu et déployé des modèles de Computer Vision en production, en me concentrant sur la qualité des datasets et la mise en place d'infrastructures ML durables. Durant cette période, j'ai aussi vécu une expérience de nomadisme digital en Europe, travaillant depuis un van aménagé.

En 2023, j'ai intégré Crédit Agricole au Portugal en tant que Data Engineer pour standardiser les procédures ETL et mettre en place des pipelines CI/CD. Une expérience enrichissante dans le secteur financier qui m'a confronté aux enjeux de données critiques en temps réel.

Depuis 2025, je développe Kreatube, ma propre plateforme d'assistance à la création de contenu YouTube, utilisant React, Node.js, Python et l'intégration d'APIs LLM. Un projet qui combine mes compétences techniques et ma passion pour l'innovation produit.

Industry field of expertise

Languages

French
Native or bilingual
English
Native or bilingual
Portuguese
Fluent
German
Conversational

Workplace preferences

Can work on-site

Saint-Quentin (up to 50km), Paris (up to 10km), Toulouse (up to 10km), Bordeaux (up to 10km), Lille (up to 10km)

Kreatube.co
Full Stack Dev & CEO
SOCIAL NETWORKS
March 2025 - Today (1 year and 3 months)
Klagenfurt, Austria
Développement d'un Software-as-a-Service (Saas) visant à aider les créateurs de contenu Youtube à comprendre les attentes de leur audience.
- Mécanisme d'autentification multi-utilisateurs
- Implémentation d'un système de crédit personnalisé
- Intégration d'APIs LLM (Gemini, OpenAI)
- Stack : ReactJS, NodeJS, Python, MongoDB, Stripe

Stripe LLM Node.js React.js MongoDB
Crédit Agricole
Data Engineer
BANKING AND INSURANCE
May 2023 - May 2024 (1 year)
Lisbonne, Portugal
Data Engineer, Services de Paiement (entité CAPS):
- Standardisation des process Extract-Transform-Load (avec IBM DataStage)
- Debugging sur chaine de production de flux de data financiers
- Développement de packages pour intégration de nouveaux produits financiers
- Implémentation d'un workflow CI/CD (Jira / Git / Jenkins / Jfrog / AWX)
ETL Datastage Jenkins Banque Jira/Confluence
Microsoft
Data Scientist & Consultant AI
LUXURY GOODS
April 2021 - February 2023 (1 year and 10 months)
Milan, Italy
Développement et implémentation d'algorithmes de deep learning permettant la détection visuelle automatique d'anomalies, sur chaînes de production dans l'industrie du luxe.

Les challenges principaux ont été :
- Accompagner le client dans la création d'un jeu de données propre, et propice à l'entraînement de modèles de machine learning;
- Mettre en place une infrastructure permettant d'effectuer du deep learning sur des datasets aussi volumineux (le jeu de données final contenait plusieurs dizaines de milliers d'images de haute qualité);
- Vulgariser le fonctionnement de modèles complexes de deep learning pour établir la confiance du client en la robustesse des résultats;
- Implémenter le modèle final sur la chaîne de production du client, et assurer son suivi sur la durée grâce à des pipelines de MLOps sur Azure.

Outils utilisés: principalement Python, expert Azure, visualisation de données (PowerBI , Streamlit), conteneurisation (Docker, Kubernetes), bonnes pratiques de DevOps, mise en place et utilisation de pipelines de MLOps.

Algorithmes de Computer Vision implementés (sous Pytorch): FasterRCNN, DETR, EfficientDet, YOLO, Autoencoders, Siamese Networks, GAN
Deep Learning Computer Vision Pytorch MLOps Microsoft Azure