Description

Machine Learning Engineer avec 4 ans d’expériences. Double Master en Mathématiques et Informatique spécialité Science des Données (2021) à l’université Paris Cité. Compétent en Computer Vision, MLOps, LLMs. Ancien Tech Lead chez Echo Analytics, expérience dans le développement de modèles deep learning, de pipelines ML, et l’infrastructre Cloud.

Langues

Français
Bilingue ou natif
Vietnamien
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Echo Analytics
Tech Lead Machine Learning Engineer
janvier 2024 - janvier 2025 (1 an)
Paris, France
Contexte : Echo Analytics transforme les données géospatiales en informations exploitables. Echo fournit aux entreprises de tous secteurs une carte numérique 2D puissante et des polygones visuels, offrant une analyse basée sur les données et des insights pour une prise de décision stratégique et précise. Tech Lead du produit Shape, responsable de la création des polygons d’objets à partir de l’imagerie satellite.
Leadership
Gestion d’une équipe de trois ML ingénieurs pour le développement de solutions de machine learning pour l’imagerie satellite, notamment sur la détection et la segmentation d’objets.
Collaboration avec l’équipe Product pour examiner et prioriser les éléments de la roadmap et définition de la vision technique afin de garantir une adéquation avec les objectifs de l’entreprise.
Promotion de meilleures pratiques de code et de machine learning, mentorat de collègues juniors.
Contributions techniques
Conception et implémentation d’un pipeline de machine learning pour l’analyse des images satellites avec Dataflow, y compris la gestion de l’infrastructure Cloud.
Conception et développement d’un pipeline d’entraînement de modèles de machine learning (SAM, GroundingDINO) avec Kubeflow sur VertexAI, en assurant le monitoring et l’observabilité des données et des performances.
Développement d’un prototype utilisant LLM et RAG pour traduire le langage naturel en requêtes SQL, permettant à l’équipe Delivery de personaliser efficacement les livraisons pour les clients.
Développement d’un prototype d’assistant IA qui vérifie la faisabilité d’un produit, permettant à l’équipe Product de répondre rapidement aux demandes des clients.
Python (Programming Language) Pytorch Google Cloud Platform (GCP) PostgreSQL Docker CICD Kuberflow Vertex AI
Trimble
Research Engineer
octobre 2021 - décembre 2023 (2 ans et 2 mois)
Paris, France
Contexte : Bilberry a été rachetée par Trimble en 2022, se classant parmi les top 10 acquisitions françaises de l'année. Le système Intelligent Spot Spraying de Bilberry réduit l'utilisation d'herbicides de plus de 80 % tout en protégeant l'environnement et en réduisant les coûts pour les agriculteurs. Membre de l’équipe IA, responsable du développement des algorithmes de détection des mauvaises herbes.
Leadership
Gestion d’une équipe de plus de 25 annotateurs, et développement des guidelines d’annotation pour assurer la cohérence et le respect des normes du projet dans toutes annotations.
Organisation des sessions d’apprentissage interne, mentorat des collègues juniors et participation au recrutement des profils techniques.
Contributions techniques
Conception et développement des modèles de machine learning pour l’identification des mauvaises herbes, optimisés pour les systèmes embarqués, avec des taux de précision (80-90 %) pour différents cas d’usage.
Conception et développement d’un système d’annotation assisté par le machine learning, réduisant les coûts d'annotation des données de 70 %, économisant ainsi des centaines de milliers d'euros.
Développement de pipelines d'ingestion et de sélection de données capables de traiter jusqu'à 10 000 images par jour.
Création des tableaux de bord pour améliorer le suivi des performances des modèles et des métriques opérationnelles.
Python (Programming Language) Pytorch Caffe TensorFlow Grafana PostgreSQL Google Cloud Platform (GCP)
TotalEnergies R&D
Research Engineer
ENERGIE
avril 2021 - septembre 2021 (5 mois)
Palaiseau, France
Contexte : TotalEnergies OneTech est le pôle technologique et d’innovation de TotalEnergies, accélérant les progrès en solutions énergétiques grâce à la recherche, l’ingénierie et la transformation numérique. Stagiaire avec le sujet Imagerie satellite & IA : Estimation du potentiel photovoltaïque solaire à partir de données ouvertes
Contributions techniques
Développement de méthodes d’identification des zones d’installation photovoltaïque (PV) à partir de données open-source, avec réalisation d’une preuve de concept complète et obtention d’un brevet de propriété intellectuelle.
Mise en place d’un pipeline d’ingestion de données pour la création de jeux de données d’entraînement à partir de données open-source.
Développement d’un modèle de segmentation des toits avec une précision de 90%.
Conception et développement d’un modèle de classification des matériaux de toiture.
Conception et développement d’un modèle de détection des obstacles sur les toits.
Python (Programming Language) TensorFlow