Ingénieure IA & Data Scientist

Intégration de l'équipe IA de Thales pour industrialiser des solutions IA multimodales combinant audio et vision, en passant du POC au démonstrateur client selon une logique Build to Run.

• Conception et industrialisation de pipelines IA multimodaux regroupant transcription, diarisation, identification du locuteur et de la langue, réduction du bruit et détection d'objets.
• Contribution à plusieurs projets IA transverses couvrant des cas d'usage clients variés et des contextes métiers différents.
• Optimisation du déploiement de modèles en environnement contraint avec FastAPI et Docker.

Intégration de l'équipe IA de Thales pour concevoir et déployer des solutions IA multimodales adaptées à des cas d'usage clients variés.

• Veille technologique et benchmark de plus de 20 articles scientifiques sur les modèles d'IA, sélectionnant les approches les plus adaptées aux besoins clients.
• Conception de pipelines IA multimodaux combinant audio et vision : transcription, diarisation, identification du locuteur et de la langue, réduction du bruit, détection d'objets, OCR et extraction d'informations.
• Fine-tuning de modèles adaptés aux besoins métier spécifiques.
• Réentraînement d'un modèle sur des données réelles, améliorant la précision de 10 % par rapport à une approche basée sur des données synthétiques.
• Développement de solutions IA de bout en bout, du POC au démonstrateur client.
• Déploiement et optimisation de modèles IA en environnement contraint avec FastAPI et Docker.

Développement et industrialisation de systèmes d'extraction d'informations automatisée à partir de documents variés, combinant OCR et modèles de langage, en environnement de production.

• Conception et déploiement d'un système d'extraction automatique d'informations à partir de documents d'identité (passeports, cartes d'identité, cartes Vitale), combinant OCR et LLM, packagé pour intégration directe en produit.
• Collecte, nettoyage et prétraitement des données de documents d'identité pour l'entraînement des modèles.
• Conception et entraînement de modèles de Computer Vision pour la classification d'images : collection et annotation des données, nettoyage, prétraitement et entraînement de modèles YOLO.
• Amélioration de la précision de reconnaissance de +35 % grâce à l'intégration de techniques de NLP et de LLM.
• Optimisation des pipelines de traitement, réduisant le temps d'exécution de 20 %.
• Conception, packaging et déploiement d'un système d'extraction d'informations à partir de factures multiformats.

Conception du premier système OCR de bout en bout pour une langue peu dotée en ressources, depuis la création des données jusqu'au développement et l'évaluation du modèle.

• Collecte et création d'un corpus de données CAKL de plus de 300 000 images, incluant nettoyage et prétraitement.
• Benchmark de plusieurs modèles avec différents hyperparamètres et fine-tuning de modèles existants.
• Entraînement et évaluation de modèles de Deep Learning, atteignant une précision de reconnaissance de 97 %.
• Soutenance d'un mémoire de Master avec la mention Très Bien.