Description

Machine learning engineer – 8 ans d’expérience en IA, Data Science & Big Data

Vous cherchez à transformer vos données en leviers de croissance ? J’accompagne entreprises, scale-ups et laboratoires de R&D dans le développement et le déploiement de solutions d’intelligence artificielle à forte valeur ajoutée.

✅ Ce que je vous apporte

Conception et mise en production de modèles IA (Computer Vision, NLP, Time Series, Recommandation, Générative AI/LLM).

Optimisation d’algorithmes (précision, vitesse, scalabilité) et industrialisation en environnements cloud & big data (Azure, AWS, GCP, Databricks, Spark).

Déploiement d’applications end-to-end (API, dashboards, chatbots, apps web) pour vos clients ou vos équipes métiers.

Expertise en data engineering : pipelines robustes, intégration multi-sources, automatisation (Airflow, dbt, Delta Lake).

Accompagnement des équipes (documentation, mentoring, formations techniques).

💡 Quelques réalisations récentes

Déploiement d’un chatbot génératif spécialisé vin (LLM + Flask) pour particuliers & restaurateurs.

Etude et proposition de mise à jour de l'algorithme de prévision de stocks de pièces de rechanges nucléaires chez EDF .

Conception d’une plateforme d’interprétation de résultats médicaux (LLM + APIs sécurisées HDS).

Développement d’algorithmes de diagnostic médical (Sebia) avec un gain de vitesse ×100 et précision portée à 94% actuellement en production chez les laboratoires de biologie médicales.

POC et déploiement de modèles NLP (CamemBERT) chez YZR pour améliorer la qualité des bases clients.

🛠 Stack technique

Python, R, SQL, Spark, TensorFlow, Scikit-learn, LLMs, Airflow, Spark, Flask, Streamlit, Power BI, Docker, Azure, GCP.

🌍 Langues : Français / Anglais (bilingue), Tamil (débutant)

Industry field of expertise

Languages

French
Native or bilingual
English
Native or bilingual

Workplace preferences

Can work on-site

Paris (up to 50km)

Diane Consulting
Data scientist
October 2024 - October 2025 (1 year)
Consultant en data science travaillant sur plusieurs axe:
Mise en place d'un produit en interne qui recommande du vin en fonction de mets.
Mise en place de formations IA/Data science
Missions consulting:
Mission EDF:
Le DPRL (UTO) assure la disponibilité des pièces de rechange (PdR) pour la maintenance des centrales nucléaires CNPE et gère les stocks de sécurité nationaux. Les écarts entre la consommation brute et la consommation nette déclarés par les CNPE mettent en évidence les difficultés liées à la prévision précise de la demande de PdR. Face à l'augmentation des stocks nationaux, l'objectif était d'optimiser la gestion des stocks sans les augmenter.
Etude de l'existant: procédé à la rétro-ingénierie de codes SQL et R non documentés exécutés en production ; a fourni une documentation technique complète.
Recueilli les besoins métier et recommandé des améliorations au modèle.
Mise en place d'une document sur l'existant avec une projection des développements à faire pour mettre à jour le modèle et le sécuriser.
A mené une analyse approfondie des données déjà utilisés par l'algorithme et exploré l'intégration de nouvelles sources de donénes.
SQL Python Time Series
WAI Health
CTO
October 2023 - October 2024 (1 year)
Après une analyse sanguine en laboratoire de biologie médicale, les patients doivent souvent attendre plusieurs semaines et prendre rendez-vous chez le médecin pour accéder à leurs résultats. Cette application a été conçue pour accélérer l'obtention des résultats et permettre aux patients d'obtenir des informations en temps opportun, sans avoir à consulter un médecin.

Conception et déploiement d'une API pour numériser les comptes rendus de biologie médicale sur une infrastructure cloud certifiée HDS.
Accès sécurisé aux données médicales en amont grâce à l'intégration d'une base de données SQL.
Développement d'une API d'interprétation pour automatiser l'explication des résultats aux patients.
Définition du positionnement produit et contribution aux décisions stratégiques de la feuille de route.
Veille technologique sur l'OCR, la génération augmentée de données (x) et les LLM pour orienter l'architecture de la solution.
Collaboration avec des experts pour créer une base de données de référence sur les connaissances médicales.
Python Microsoft Azure LLM LlamaIndex JavaScript
SEBIA
Constultant data scientist
BIOTECH
October 2021 - October 2023 (2 years)
Lisses, France
J'ai soutenu l'équipe R&D de Sebia dans le développement d'algorithmes basés sur l'IA pour l'interprétation de données d'électrophorèse. L'objectif était de classer automatiquement des profils de courbes pour aider les biologistes à accélérer leurs diagnostics.

J'ai optimisé les algorithmes de traitement du signal, améliorant leur vitesse par 100 et augmentant la précision de la détection du myélome multiple de 90 % à 94 %. J'ai également réduit le temps d'inférence de plus de 10 secondes à 0,1 seconde par courbe en optimisant les structures de données et en utilisant le calcul parallèle.
J'ai livré un code prêt pour la production avec une documentation complète, facilitant sa réutilisation par des tiers. J'ai aussi nettoyé et intégré des jeux de données provenant de différentes sources.
En collaboration avec des experts du domaine, j'ai conçu et géré une base de données médicales de référence. J'ai également travaillé en étroite collaboration avec les data scientists pour définir et documenter l'architecture complète du pipeline de données. J'ai construit ce pipeline en utilisant pgAdmin (SQL) pour transformer les données brutes des machines Sebia et les associer aux résultats labellisés par les experts, tout en normalisant les données pour l'apprentissage automatique.
J'ai exploré et analysé des jeux de données de biomarqueurs, appliquant des modèles statistiques (GLM, etc.) pour leur identification.
J'ai formé des personnes de la R&D à PostgreSQL et j'ai conseillé l'équipe sur les techniques statistiques et les méthodes d'interprétabilité applicables. J'ai également effectué des tests de performance technique des algorithmes et rédigé des rapports et des visualisations pour les parties prenantes. J'ai traduit des informations techniques pour la direction et rédigé une documentation détaillée sur la base de code et la logique d'analyse.
Python Git Linux SQL TensorFlow