Description

Ingénieur IA spécialisé en Intelligence Artificielle (Machine learning) avec une solide connaissance en ingénierie logicielle. J'ai une riche expérience dans l'utilisation des méthodes de Deep Learning appliquées à des données textuelles et vocales, ainsi que dans l'utilisation de Large Language Models (LLMs). J'ai également une expérience significative dans l'intégration de solutions IA dans des environnements nouveaux ou existants, couvrant l'ensemble du cycle de vie, de l'étude à l'évaluation en passant par le déploiement.

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 20 km), Toulouse (jusqu’à 10 km)

Lokela
Lead IA / Software engineer
EDUCATION & E-LEARNING
octobre 2022 - Aujourd'hui (3 ans et 8 mois)
Toulouse, France
Startup destiné à rendre l'apprentissage des langues plus facile et amusant pour les enfants, en exploitant les dernières
innovations en matière d'IA générative. L’application offre les fonctionnalités suivantes :
● Création d'histoires sur mesure enrichies d'une narration, adaptées aux préférences de chaque utilisateur.
● Capacité de répondre aux questions et de générer des quiz basés sur l'histoire choisie.
● Contrôle de la prononciation correcte et suivi de la mémorisation..
Environment technique: Python, Javascript, React, Azure IA, Firebase storage, firebase serverless functions, Nlp: chatGPT,
LLama, Mistral, prompt engineering, Image: Midjourney, Stable diffusion,runawayML, Speech: Whisper...
BANQUE DE FRANCE
Senior data scientist / Software engineer
BANQUE & ASSURANCES
mars 2021 - juin 2022 (1 an et 3 mois)
●Analyse de besoin de reconnaissance vocale pour une application, évaluation et mise en œuvre d’un benchmark de plusieurs solutions payantes et open source.
● Développement du backend en Python/Django, déploiement sous forme de conteneurs docker.
● Adaptation de modèle de reconnaissance vocale (NLP) pour répondre au mieux au vocabulaire de l’application en
question.
● Reprise d’un projet NLP sur la réponse aux questions utilisateur / Chat :
● Évaluation de plusieurs approches techniques qui correspondent aux ressources de l’équipe.
● Configuration/ entraînement de modèle Raza.
● Configuration Elastic search.
● Évaluation de Neural embeddings (semantic search) pour la similarité requête/réponse.
● Intégration des nouveaux composants à l’application principale, Tests…etc.
Environment technique: Python, DOCKER, wav2vec, custom LSTM Speech model,Pyctcdecode, KenLm, Hugging Face, Azure
AI, Rasa, Tensorflow, Spacy, Django, Elastic search, neural embeddings ( NLP vector search)
LINAGORA
Machine Learning Engineer / Data scientist
EDITION DE LOGICIELS
janvier 2018 - novembre 2019 (1 an et 10 mois)
● Collecte/nettoyage d'une grande masse de données (10000 heures de données vocales/textuelles avec annotation) pour
entraîner les modèles Deep learning.
● Développement et test de plusieurs architectures et algorithmes d'optimisation en Pytorch pour permettre un
entraînement rapide des modèles (CNN, LSTM, TRANSFORMERS, attention/CTC).
● Développement API Rest compact sans état pour faciliter la montée en charge.
● Packaging Docker, Kubernetes et déploiement sur les instances Managed Kubernetes sur le Cloud.
Environment technique: Python, Pytorch, DOCKER, Kubernetes, TorchServe, Spacy, KenLm, OVH CLOUD