Machine learning engineer

Ingénieur Machine Learning chez Digitalent, en charge de concevoir, d'implémenter et d'optimiser des solutions d'intelligence artificielle avancées adaptées aux besoins de différents clients.

• Conception, implémentation et optimisation de modèles de machine learning pour des tâches de classification, de régression et d'analyse de séries temporelles.
• Pilotage du développement de bout en bout de pipelines de machine learning, de LLMs et d'architectures RAG (Retrieval-Augmented Generation).
• Fine-tuning de LLMs en s'appuyant sur LoRA et d'autres méthodes d'optimisation afin d'ajuster les performances aux spécificités métiers.
• Mise en œuvre de solutions d'automatisation d'IA pour la reconnaissance vocale et la classification audio afin de perfectionner des collaborateurs virtuels.
• Conception et optimisation de modèles RAG pour l'extraction de similarités sémantiques entre entités multi-domaines.
• Direction de projets de NLP, d'OCR et d'extraction automatisée d'informations à partir de données textuelles non structurées.
• Application de protocoles rigoureux d'expérimentation incluant la validation croisée et la recherche sur grille pour l'optimisation des hyperparamètres.
• Mise en œuvre des bonnes pratiques MLOps en orchestrant les versions de code avec Git, les conteneurs avec Docker et le suivi de modèles via MLFlow.
• Intégration des modèles de machine learning dans les systèmes de production au travers d'APIs robustes, en collaboration avec les équipes de développement logiciel.
• Exploitation de l'infrastructure cloud AWS pour garantir la scalabilité et la haute disponibilité des architectures IA.
• Développement et déploiement d'un agent autonome de web scraping chargé de collecter et structurer des flux de données web au format CSV.
• Conception, pour le compte de Framatome, d'un outil d'extraction et de validation automatisée d'informations sur des documents scannés à forte volumétrie.
• Développement, pour le compte de Picard, d'un chatbot de rétrodocumentation RAG interrogeant des bases de données SQL complexes en langage naturel.
• Mise en œuvre, pour le compte de Bel, d'un système de matching et de catégorisation automatique de référentiels d'articles industriels via NLP.

Ingénieur Machine Learning chez Terra, contribution au développement de technologies d'analyse visuelle appliquées au tri sélectif.

• Développement d'un modèle de Deep Learning de segmentation d'images pour affiner la détection d'objets au sein d'un système de gestion des déchets.
• Amélioration des modèles de vision existants par une optimisation fine des hyperparamètres et des phases d'évaluation intensives.
• Réalisation d'analyses bibliographiques approfondies de la littérature scientifique pour identifier les meilleures approches en segmentation d'images.

Ingénieur Vision par Ordinateur chez Two-i, conception de briques algorithmiques de pointe.

• Développement d'un modèle de détection d'anomalies intégré au sein d'un flux complexe de traitement d'images industrielles.
• Analyse et comparaison des performances d'algorithmes de pointe en segmentation sémantique et en reconnaissance faciale.