À propos de Arnault
🔍 Data Scientist & IA / Machine Learning Engineer, 10 ans d'expérience
💶 Agrément CII : Bénéficiez de 20% de crédit d'impôt sur mes prestations liées à vos projets R&D.
🧠 Spécialités: NLP, IA, Data Science, Machine Learning, Deep Learning, Large Language Models (LLM / chatGPT).
🌐 Expérience: Edtech, Legaltech, Smart City, Greentech, Fintech, Medtech. Teamlead.
🌟 Focus:
- Impact Social
- Modélisation: R&D, PoC, Monitoring
- Management & Stratégie
- Supervision Projets Data.
💡 Expertises / Services:
- Classification et prédiction
- Visualization des données
- OCR / transcription de documents (documents numériques)
- Exploration de tendances textuelles
- Extraction d'entités ou d'information dans des textes
- Détection de churn client
- Segmentation client
- Analyse d'images
- Détection d'anomalies
- Pricing dynamique
- Prédiction de séries temporelles
- Prompt Engineering
- Adaptation / fine-tuning de LLM/ChatGPT
🎓 Diplômes: ENSAE Paris, Paris Saclay.
🌍 Travail à distance, disponible pour déplacements. Suivi hebdomadaire.
🌐 Clients récents: WHO, Silvr, World Bank ou Kalent AI.
Anglais
Capacité professionnelle complète
Espagnol
Capacité professionnelle complète
Français
Bilingue ou natif
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- ChargeViz
Sur Malt
Clustering & Demand Forecasting: Étude pricing recharge électriqueENERGIEmai 2026 - juin 2026Dans le cadre d'une étude pricing pour un acteur de la recharge, j'ai conduit les volets clustering et forecasting permettant de légitimer des recommandations de changement de prix auprès des opérateurs de recharge partenaires.Réalisations clés :-Clusterisation des stations: Segmentation des stations après analyse de complétude combinant features structurelles et signatures temporelles propres à chaque station; vérification métier des clusters pour éviter les regroupements incohérents-Demand forecasting court terme: Forecast de sessions hebdomadaires à la maille station × classe de puissance. Deux modèles complémentaires : expert et machine learning global - beta.gouv.frAI Engineer - RAG JuridiqueDROITseptembre 2025 - Aujourd'hui (11 mois)Londres, Royaume-UniRAG Juridique, Agents LLM & Systèmes IA de ProductionJ'ai participé à la conception et au déploiement une plateforme d'assistant juridique IA pour le Conseil d'État (Beta.gouv), combinant des technologies LLM, retrieval augmenté et fine-tuning de modèles de languqge.Réalisations clés du projet Jacepair:• Architecture RAG Hybride — Système de recherche combinant BM25 sparse et embeddings denses avec Reciprocal Rank Fusion, sur un corpus de 1.6M+ articles de loi et 110K+ décisions de justice• Pipeline d'ingestion multi-sources — Intégration automatisée de LEGIFRANCE (codes, lois, décrets), ArianeWeb (jurisprudence administrative) et ConsiliaWeb (avis consultatifs), avec versioning et traçabilité des modifications• Extraction intelligente de références légales — Système LLM + regex pour identifier et structurer automatiquement les citations d'articles, lois, ordonnances et décisions dans les documents juridiques• Abstraction multi-provider LLM — Architecture flexible supportant OpenAI, Mistral AI et Albert (LLM souverain français) via LiteLLM, avec validation Pydantic pour les sorties structurées• Infrastructure production-ready — Déploiement Docker Compose avec PostgreSQL/pgvector, Qdrant, FastAPI async, Streamlit, et gestion optimisée des connexions (AsyncPG, pooling jusqu'à 50 connexions)
- kwartoAI Engineer - Extraction de documents techniquesINGÉNIERIE MÉCANIQUEseptembre 2025 - septembre 2025Londres, Royaume-UniJ'ai effectué une mission en tant que Data Scientist / ML / NLP Engineer. Le projet avait pour but de mettre en place une solution d'extraction d'entités techniques à l'intérieur de documents PDF sur des installations de télécommunication.- Extraction des informations techniques des PDFs- Déploiement de LLMs open-source sur OVH- Mise en place d'un système d'évaluation automatique de l'extraction (via MLFlow)- Développement du système de fine-tuning- Développement de la plateforme d'annotations/correction
Avis
Recommandations
MN
+1
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Ingénieur statisticien économisteENSAE ParisTech2016Cours (Spécialisation) : • Machine Learning • Apprentissage par agrégation • Gestion de données massives • Programmation • Compressed Sensing • Méthodes séquentielles et chaînes de markov cachées • Méthodes statistiques pour l'économétrie • Econométrie Avancée pour les données qualitatives • Soundings • Modèles statistiques dynamiques avec variables cachées • Bootstrap & statistiques asymptotiques • Statistiques Bayesiennes • Machines Learning Avancée • Data Visualization. Cours (Deux premières années) : • Probability Theory • Advanced Statistics • Non-parametric Statistics • Time Series • Game Theory • Econometrics • Data Analysis • Monte-Carlo methods • Dynamic Optimization • Stochastic Calculus • Macroeconomics
- Master II - Economie quantitative, spécialisation théorie de la décisionUniversité Paris-Saclay2016Cours : • Advances Econometrics for Qualitative Data • Semi Parametric and Non-Parametric Econometrics • Advanced Game Theory • Decision Theory • Monetary Economics • MacroFinance • Information, Transmissions and Communications in Games.