AI Research Engineer
Intégration de l'équipe de recherche en intelligence artificielle appliquée aux sciences des matériaux de l'Université de La Rochelle pour concevoir et entraîner des modèles de Deep Learning.
- Conçu et entraîné des modèles Deep Learning sous PyTorch pour des problématiques de prédiction et de conception inverse.
- Développé des modèles génératifs conditionnels (architectures CVAE) pour générer des structures compatibles avec des propriétés cibles.
- Construit des pipelines de données reproductibles incluant le prétraitement, la normalisation, l'entraînement, la validation et l'analyse des performances.
- Intégré des contraintes physiques et des résultats de simulations numériques dans les modèles de Machine Learning.
- Analysé les limites des modèles, optimisé les paramètres et mis en place des protocoles d'évaluation.
- Rédigé de la documentation technique et présenté les résultats devant des comités scientifiques.
Environnement technique