Docteur en Informatique de l'université de Montpellier, je m'intéresse principalement à la fouille de texte appliquée aux réseaux sociaux (tweets, blogs, forums, etc.) et plus généralement à la science de données.

Actuellement Data Scientist NLP au AirBus BizLab et mentor sur un master de Data Science en ligne (OpenClassrooms).

Durant ma thèse, j'ai construit un lexique de sentiment (polarité et émotion) pour le français. Ce lexique est utilisé pour des applications académiques et commerciales en France et au Canada.

J'ai aussi développé un système d'analyse de sentiment qui était classé premier dans une des trois tâches de classification de sentiment du onzième défi de fouille de texte (DEFT 2015) et qui a obtenu une deuxième place à la dernière édition DEFT 2017.
Le système permet d'apprendre automatiquement la meilleure configuration de features et de paramètres selon le benchmark. Il a été testé sur des tweets, des reviews de films, de livres, de jeux vidéo et des débats parlementaires.

J'ai collaboré avec des boites pour les accompagner dans des tâches d'analyse de sentiment, de classification et d'annotation de données textuelles avec brat et enfin d'extraction d'entités nommées.

Après ma thèse, j'ai travaillé à l'université de Montpellier pendant un an ou j'étais impliqué dans un projet de recherche dans le biomedical NLP en collaboration avec l'université de Stanford.

Je peux répondre aux besoins suivants :
- Collecte et nettoyage de données
- Étude des données et annotation manuelle (crowdsourcing..)
- Feature engineering, apprentissage et tuning des modèles
- Mise à disposition des résultats et des modèles pour utilisation future