Ingénieur AI

Participation aux travaux de l'équipe de recherche en intelligence artificielle appliquée de l'Université de La Rochelle sur des problématiques liées à la science des matériaux.

• Conception et entraînement de modèles de Deep Learning sous PyTorch pour résoudre des problèmes de prédiction et de conception inverse.
• Développement de modèles génératifs conditionnels (architectures CVAE) afin de générer des structures correspondant à des propriétés cibles.
• Construction de pipelines de données reproductibles incluant le prétraitement, la normalisation, l'entraînement, la validation et l'analyse des performances dans un environnement Linux/Unix.
• Intégration de contraintes physiques et de résultats de simulation numérique dans les modèles de Machine Learning.
• Analyse des limitations des modèles, ajustement des paramètres et mise en place de protocoles d'évaluation.
• Rédaction de documentation technique et présentation des résultats aux comités scientifiques.

Mission au sein d'une PME industrielle pour développer un outil d'automatisation et d'optimisation de la création de bases de données relationnelles.

• Construction d'un outil Python automatisant la génération de schémas SQL à partir de fichiers Excel, CSV et TXT.
• Implémentation de l'inférence automatique de types, de la détection de clés primaires, ainsi que de la gestion des contraintes et des index.
• Intégration de Python avec Excel et VBA en utilisant pandas, openpyxl et xlwings.
• Réduction significative du temps nécessaire à la création de bases de données relationnelles à partir de fichiers tabulaires.

Collaboration avec le laboratoire LaSIE pour concevoir et expérimenter des approches de science des données sur des simulations scientifiques.

• Génération, structuration et traitement de jeux de données issus de simulations scientifiques.
• Développement d'un prototype de modèle génératif destiné à résoudre un problème inverse.
• Mise en place d'expériences comparatives et analyse des performances des modèles.

Prise en charge de missions de conception de bases de données et de Business Intelligence au sein d'une PME industrielle.

• Conception de schémas de data warehouse et développement de pipelines ETL.
• Construction de tableaux de bord Power BI pour aide à la décision.
• Déploiement et personnalisation de modules Odoo sur plusieurs environnements.
• Automatisation et optimisation des flux de traitement de données.