Data Scientist · AI / Machine Learning Engineer

Intégration dans l'équipe data d'Alten sur un programme Stellantis pour concevoir des modèles de prédiction thermique et analyser les cycles de réfrigération à partir de la télémétrie brute des véhicules.

• Conception et entraînement d'un modèle RNN physiquement informé en PyTorch pour prédire la température de cabine à partir de la télémétrie des véhicules, avec ingestion MF4 via asammdf, splits temporels par profil, K-Fold et BPTT tronqué.
• Diagnostic d'une défaillance en décalage de phase lors des transitoires et proposition des corrections associées.
• Calcul de l'enthalpie et du débit massique dans la boucle de réfrigérant à partir des températures et pressions mesurées via CoolProp, génération de diagrammes pression–enthalpie et remontée des points physiquement impossibles à des erreurs de placement de capteurs dans la chaîne d'acquisition.
• Industrialisation de l'ensemble : mise en place d'outils d'inspection et d'export MF4, refonte des notebooks en modules de production, migration du pipeline vers Databricks via repos liés à Git.

Intégration chez ES-Tec pour affiner et déployer des modèles de langage destinés à la génération automatisée de textes techniques, en mettant à disposition des utilisateurs non-techniques une solution complète.

• Affinage et déploiement de modèles de langage via Ollama et Text-Generation-WebUI en local, ainsi qu'avec l'API OpenAI, intégrés dans un outil de bureau PyQt pour les utilisateurs non-techniques.
• Préparation des corpus d'entraînement via extraction XML à grande échelle et structuration des données.
• Automatisation des tests API et de régression avec Robot Framework, assurant la fiabilité des déploiements.
• Orchestration du déploiement sur Azure en gérant l'infrastructure et les configurations.

Développement d'une solution de prédiction et classification de défaillances de boîtes de vitesses à partir de signaux de vibration bruts destinée aux ingénieurs de test.

• Extraction et sélection de features sur les signaux de vibration avec TSFresh.
• Conception et entraînement d'un classifié TensorFlow pour prédire et classifier les défaillances.
• Déploiement de la solution sur une interface Flask locale accessible aux ingénieurs de test.

Développement de sites web de production pour des clients internationaux, en livrant des solutions complètes bilingues français/anglais du brief au déploiement.