À propos de Thibault
En tant que développeur Python polyvalent, mon champ d'expertise s'étend bien au-delà du simple développement de modèles de machine learning destinés à la production. Voici comment je peux vous aider :
- Extraction, analyse et traitement de vos données, y compris le scraping
- Sélection des modèles et algorithmes les plus pertinents pour votre projet, suivi de leur modélisation et implémentation
- Prototypage rapide de solutions pour tester les idées et les itérations
- Développement d'API robustes et évolutives pour exposer les services à d'autres systèmes
- Création de solutions backend efficaces pour gérer vos processus métier
Le tout avec un écriture de code Pythonpropreetmaintenablequi répond aux normes de l'industrie.
J'ai une solide expertise en Python et j'ai travaillé avec un large éventail d'outils tels que : TensorFlow, Keras, Numpy, Pandas, Scikit-Learn, SciPy, Matplotlib, DVC, Poetry, Flask, FastAPI, Django, ...
En plus d'être un ingénieur en deep learning spécialisé en Computer Vision, je suis également un développeur Python généraliste compétent. Au cours de ma carrière, j'ai résolu un large éventail de problèmes, de la détection des zones d’intérêt en temps réel par une voiture autonome aux réseaux de classification de pathologies dentaires, sans oublier le reinforcement learning appliqué à des modèles 3D à l’aide OpenGL.
Mon expérience dans la création de modèles destinés à la production, ainsi que ma polyvalence me permettent de m'adapter rapidement, de comprendre et de résoudre efficacement toutes sortes de problématiques. Je suis là pour vous accompagner dans vos projets, que ce soit pour des besoins spécifiques en machine learning ou des projets de développement Python plus généraux.
N'hésitez pas à me contacter, j'ai hâte de découvrir votre projet !
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Paris (jusqu’à 50 km)
Expériences
- Dental MonitoringIngénieur R&D en Deep LearningSECTEUR MÉDICALdécembre 2019 - octobre 2022 (2 ans et 10 mois)Paris Area, FranceAu sein d’une entreprise devenueLicorne,à la pointe de l’intelligence artificielle dans le domaine dentaire, j’ai fait partie pendant presque 3 ans de l’équipe de recherche endeep learning.Parmi les tâches que j’ai pu réaliser:
- Lien étroit avec le métier afin de déterminer au mieux comment répondre à leurs besoins,
- Exploration, analyse et qualification des données nécessaires à la problématique,
- Recherche et état de l’art puis création et implémentation de modèles de Deep Learning,
- Utilisation et optimisation de modèles de classification et détection (ResNet, SqueezeNet, YOLO, Mask-RCNN, ...)
- Implémentation de modèles nécessitant d’avoir des prédictions presque infaillibles car liées à un traitement médical,
- Analyse poussée et évaluation des performances des modèles avant une mise en production (Sensitivité, Spécificité, Précision, ..),
- Algorithmes de scraping sur des BDD de plusieurs dizaines de millions d’images,
- Gestion de datasets de pathologies rares et donc de labels sous représentés,
- Gestion des entraînements sur des datasets de plusieurs millions d’images,
- Recherche poussée en reinforcement learning sur des sujets de repositionnement de modèles 3D dans l’espace avec l’utilisation d’OpenGL, Gym et Baselines.
- Utilisation et entraînements de modèles sur les serveurs AWS.
- Documentation constante : faisabilité du projet, rédaction des rapports d’avancement, rapports de performance, etc.
- Capgemini EngineeringIngénieur en Machine LearningAUTOMOBILEmai 2019 - novembre 2019 (6 mois)Paris Area, FrancePendant 6 mois j’ai fais parti de l’équipe de recherche en Computer Vision appliquée à la voiture autonome, parmi les tâches réalisées :* État de l’art de l’existant sur les méthodes d’attention visuelle et synthèse des meilleurs algorithmes
- Méthodes “classiques” utilisant uniquement du traitement d’images
- Méthodes de deep learning telles que DVA (Deep Visual Attention), DeepFix, DeepGaze, utilisant toutes un encodeur-décodeur
* Recherche, création et implémentation de ces algorithmes permettant la detection des zones d’importances dans l’environnement extérieur d’un véhicule autonome,- Implémentation du modèle du papier retenu (ici DVA ) en Python / Keras
- Adaptation du modèle à nos besoins (dataset, poids du réseau donc durée d’entrainement, métriques, ..)
* Évaluation des performances et optimisation du modèle,- Capacité du réseau à généraliser, suivi de l’overfitting / underfitting, suivi de la performance selon la métrique choisie, suivi visuel des performances sur des données réelles
- Optimisation itérative (boucle entre l’optimisation et l’évaluation) du modèle à l’aide des hyperparamètres (nombres de couches, batchnorm, dropout, learning rate, batchsize, normalisation des images, learning rate decay, data augmentation, etc)
* Adaptation des méthodes d’attention visuelle à un contexte de conduite autonome en temps réel grâce au Deep Learning.- Allègement du réseau tout en gardant la balance entre performance et rapidité
- Utilisation de backbone plus léger (VGG16 vs VGG19 par exemple)
- ECE ParisProjet de fin d'études : Véhicule autonomeHIGH TECHseptembre 2018 - janvier 2019 (4 mois)Paris, FranceProjet de fin d'étude s’articulant autour de lavoiture autonome:L’objectif était de déterminer la possibilité d’exporter un algorithme entraîné sur logiciel (AirSim), à un modèle réduit réel.Un modèle de reinforcement learning pour reconnaitre un trajet et gérer l’évitement d’obstacles a donc été entrainé à l’aide de Python, TensorFlow, Keras et des outils de renforcement tel que Baselines et GYM.
Avis
Grégoire
Ofeli
Avis laissé le 03.01.2023
J’ai fait appel à Thibault pour le développement d'un modèle de Classification d'images.
Il a mis son expertise à mon service pour m'accompagner dans le choix des technologies, la faisabilité (ainsi que sur les performances obtenables), et enfin la réalisation de A à Z.
Le processus de développement a ensuite été efficace. Très bonne communication régulière au fur et à mesure de ses avancées.
Mission menée à bien dans les délais (avec quelques jours d'avance d'ailleurs)
Je suis donc clairement satisfait de cette expérience avec Thibault et je peux que recommander de faire appel à lui.
Recommandations
Ces profils de freelance correspondent également à vos critères
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
Formations
- Diplôme d'ingénieur - Data Sciences & Analytics, spécialisé en BigDataECE Paris2019* Majeure en systèmes d'information * Spécialisation en Data Science et BigData * Machine Learning et Deep Learning * Réseaux et sécurité informatique * C# * Systèmes d'exploitation
- Neural Networks for Machine Learning (MOOC)Coursera2019Cours dispensé par le professeur Hinton de l'université de Toronto, axé sur l'apprentissage des réseaux de neurones artificiels et leur utilisation pour le Machine Learning, dans le cadre de la reconnaissance de la parole et des objets, de la segmentation des images, de la modélisation du langage et du mouvement humain, etc.
Certifications
- Neural Networks for Machine LearningCoursera Course Certificates2018