Description

Ingénieur système embarqué de formation s’étant peu à peu orienté vers le traitement de signal puis l’apprentissage machine et le web. Je prends plaisir à aborder tout les aspects du développement, de la conception à l’implémentation concrète dans un produit en passant

par la mise en œuvre d’outils.

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Uncle's attic
Développeur "full stack" sur projet personnel
E-COMMERCE
janvier 2024 - Aujourd'hui (2 ans et 5 mois)
Paris, France
Développement d'un site web de « vide grenier »
• Aide à l'inventaire, identification, évaluation et publications d'annonces automatiquement sur plusieurs plateformes (leboncoin, vinted, ...)
• Reverse engineering d'API (frida, httptoolkit)
• Backend/Frontend en python streamlit (+ quelques composants custom en javascript)
• Base de donnée SQL (alchemy, alembic)
• Vault (hashicorp) pour sécuriser les secrets de connexion aux plateformes de petites annonces
Parrot
Ingénieur Drone (AR.Drone & Bebop)
AÉRONAUTIQUE & AÉROSPATIALE
septembre 2008 - mai 2017 (8 ans et 8 mois)
Paris, France
Développement logiciel embarqué :
• firmware acquisition capteurs et contrôle moteur brushless
• drivers Linux : caméras, encodeur/décodeur vidéo (h264)
• optimisation des algorithmes d'estimation de vitesse à partir du flux caméra Traitement de signal :
• stabilisation vidéo numérique sur GPU d'une caméra fisheye à partir des données inertielles (brevet)
• réduction de bruit temporelle du flux vidéo
• correction des artefacts vidéos du aux vibrations des hélices (brevet)
• simulateur caméra basé sur blender pour assister la conception de module caméra (lentille, capteur, ...)
AnotherBrain
Ingénieur IA
HIGH TECH
septembre 2017 - décembre 2023 (6 ans et 3 mois)
Paris, France
Développement logiciel :
• implémentation CUDA d’algorithme de computer vision
• mis en place et personnalisation d’outils cloud de machine learning (clearml, CVAT)
• implication dans la mise en production des algorithmes conçus

Apprentissage machine :
• conception de modèle d’IA pour la détection d’anomalie non supervisé basé sur des modèles génératifs (brevet, publication)
• conception d’algorithmes de continuous/active learning pour entraîner plus vite et mieux une tâche de détection d’anomalie