À propos de François
Après une formation d'ingénieur en machine-learning (ML) pour l'industrie à l'Ensai (promo 2013), j'ai poursuivi mes études avec une thèse CIFRE entre Télécom Paris et la division optronique de Safran Eletronics and Defense (3 ans).
J'ai ensuite pu réaliser des projets variés liés à la data et au ML dans deux entreprises du numérique éthique : Cozy Cloud (2 ans) et Qwant (3 ans) :
- cadrage des besoins métiers orientés ML
- veille scientifique
- modélisations (Python, Pytorch, Keras, ScikitLearn) : analyse d'image, catégorisation (écriture bancaires, pages web), learning-to-rank (prédiction d'un ordre), scoring ...
- construction de pipeline data : extraction, nettoyage, stockage, représentation numérique (Python, PySpark, Spark)
- MLOps (Docker, Kubernetes, MLFlow, Argo-Workflow)
- déploiement en production pour divers cibles (Vespa.ai, micro-services Rust, kServe)
- réflexions sur du chiffrement de data de bout-en-bout
Je donne également des TDs et des ateliers niveau L3 (divers aspects des statistiques) et M2 (ML avancé, réseaux de neurones) auprès de l'Ensai depuis 2013. Ces années m'ont permis de développer une grand pédagogie et une capacité à expliquer simplement les différentes méthodologies du ML.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Allemand
Capacité professionnelle limitée
Accepte de travailler sur site
Strasbourg (jusqu’à 50 km)
Expériences
- QwantDatascientistHIGH TECHseptembre 2019 - Aujourd'hui (6 ans et 9 mois)Île-de-France, FranceMes travaux se concentrent sur les modèles de ranking qui permettront d'améliorer la qualité des résultats du moteur de recherche web :- Renforcement d'une pipeline data permettant des apprentissages offline- Mise en place et renforcement d'une bibliothèque Python interne, mutualisée, orientée machine learning et learning to rank (LTR) afin d'industrialiser nos apprentissages- Apprentissages et mise en production de modèles de LTR utilisées dans l'index Vespa lors des différentes phases de ranking opérées par le moteur
- EnsaiChargé de coursEDUCATION & E-LEARNINGseptembre 2014 - Aujourd'hui (11 ans et 9 mois)35170 Bruz, FranceInterventions ponctuelles à l'Ensai en tant que chargé d'atelier, de TD et de TP. Voici les modules auxquels j'ai participé :- TPs (niveau M2) de machine-learning via Scikit-Learn- Ateliers (niveau M2) sur les réseaux de neurones aux élèves de GdR- TDs (niveau L3) d'ANOVA- TDs (niveau L3) de tests statistiques
- Cozy CloudData ScientistHIGH TECHnovembre 2017 - septembre 2019 (1 an et 10 mois)- Leader technique sur un service ML dédié à la catégorisation automatique d'écritures bancaires- Conception de protocoles : chiffrement bout-en-bout, restauration « zero knowledge » de clef de chiffrement via le secret de Shamir, calculs semi décentralisés respectueux de la vie privée- Encadrement d'un stage de fin d'étude Ensai : adaptation de primitives de ML à une protocole semi-décentralisée- Explorations techniques autour des photos : clusterings, réseaux de neurones convolutifs côté client, détection de bords de documents et scanner de document- Réponses à des appels à projets européens (SITRA, H2020) et participation à un projet ANR
Recommandations
Soyez le premier à recommander François
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
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
- Doctorat, Mathématiques et statistiquesTelecom ParisTech2017Doctorat, Mathématiques et statistiques
- Diplôme d'ingénieur de l'ENSAI, Génie StatistiqueEcole nationale de la Statistique et de l'Analyse de l'Information2013Diplôme d'ingénieur de l'ENSAI, Génie Statistique