À propos de Louis
Diplômé de Télécom Paris et de l'ENS Paris-Saclay, j'évolue à la frontière entre l'exigence de la recherche académique et les contraintes strictes de l'ingénierie logicielle.
Mon objectif : auditer vos infrastructures IA, remanier vos pipelines de Computer Vision, et déployer vos modèles pour en faire des solutions robustes, rapides et scalables.
Ce que j'apporte concrètement à vos projets :
- Audit & Refonte d'architectures CV : Analyse de vos modèles, identification des goulots d'étranglement (latence, coûts) et remaniement pour des pipelines propres et maintenables.
- Déploiement sous contrainte (Temps Réel & Edge) : Optimisation de l'inférence pour garantir une faible latence sur Cloud (RunPod, HPC) ou sur matériel local.
- Exécution itérative : Prototypage rapide et livraison de solutions "plug & play".
Une expertise prouvée par les résultats :
- Fiabilité en production : Optimisation et déploiement de modèles IA pour l'installation vidéo temps réel LivePortal, exploitée lors d'événements pour Microsoft, le PSG et la Paris Creator Week.
- Performance logicielle : Division par 3 du temps de test matériel en usine via la création d'outils d'automatisation (Sagemcom).
- Edge Computing (Open Source) : Contributeur Google Summer of Code pour le développement d'un pipeline CV temps réel hautement optimisé (inférence sur PC portables).
- Validation scientifique : Conception d'architectures Deep Learning complexes (Transformers 3D) publiées à CVPR 2026, conférence mondiale n°1 en Computer Vision.
- Capacité d'exécution sous pression : Multiples podiums lors de hackathons IA internationaux (Doctolib, Hugging Face, Anthropic).
Stack :
Python, PyTorch, Hugging Face, Docker, Bash, Git, Cloud GPU.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- Obvious ResearchIngénieur ML & Computer Visionmars 2026 - Aujourd'hui (3 mois)Puteaux, FranceDéveloppement, optimisation et déploiement de LivePortal, une installation artistique d'IA générative vidéo en temps réel interagissant via la voix et le texte. Mission axée sur la performance critique, le déploiement cloud/local et l'amélioration continue des modèles pour des événements internationaux de très haute exigence.
Réalisations clés
- Déploiement & Performance Temps Réel : Mise en production (Docker) et optimisation de l'inférence des modèles de génération vidéo pour garantir une fluidité absolue (30FPS constant) et une latence minimale en condition de direct.
- Ingénierie de la Robustesse : Sécurisation de l'infrastructure logicielle via conteneurisation pour transformer un modèle de recherche en un produit "plug-and-play" ultra-fiable.
- Amélioration & Adaptation de Modèles : Remaniement de l'architecture de l'IA (basée sur l'écosystème Hugging Face) pour rehausser continuellement la qualité visuelle de la génération.
- Gestion d'Infrastructure GPU : Provisionnement et orchestration d'instances de calcul (Cloud GPUs, clusters HPC) pour l'entraînement et l'inférence.
- Preuve de Fiabilité : Déploiement réussi lors d'événements de classe mondiale pour des clients de premier plan : Microsoft, Paris-Saint Germain (demi-finale de Ligue des Champions) et la Paris Creator Week.
- LIX, École PolytechniqueIngénieur de Recherche Computer Vision 3D & Deep Learningavril 2025 - février 2026 (10 mois)Palaiseau, FranceConception et développement de A à Z d'une solution d'Intelligence Artificielle pour l'analyse de données spatiales (nuages de points 3D). Ce projet a nécessité une maîtrise complète du cycle de vie Machine Learning, de la création des données jusqu'à la validation scientifique.
Réalisations clés
- Pilotage End-to-End : Gestion complète de la pipeline IA, de l'acquisition et la structuration des données jusqu'au design du modèle final.
- Data Engineering & Évaluation : Création d'un benchmark sur mesure pour tester et auditer rigoureusement les modèles (compétence clé pour garantir la fiabilité en production).
- Modélisation Avancée & Efficacité : Développement d'architectures Deep Learning (Transformers). Utilisation stratégique de modèles pré-entraînés pour maximiser les performances de prédiction malgré un volume de données restreint.
- Ingénierie & Conteneurisation : Mise en place des environnements via Docker et optimisation des entraînements sur des clusters de calcul locaux.
- Excellence Scientifique : Travaux validés et acceptés à CVPR 2026, la conférence mondiale n°1 en Computer Vision.
- Université McGillIngénieur ML & Computer Vision (Google Summer of Code)mars 2024 - septembre 2024 (6 mois)Montreal, QC, CanadaContributeur au programme Google Summer of Code. Développement de A à Z d'un pipeline de Computer Vision traduisant les mouvements humains en musique en temps réel. L'enjeu principal était l'optimisation architecturale pour garantir une exécution locale à faible latence.
Réalisations clés
- Maîtrise du cycle de vie de la donnée : Pilotage complet du projet, de la stratégie de collecte de données brutes jusqu'à l'entraînement et l'évaluation du modèle.
- Optimisation & Edge Computing : Remaniement des architectures IA et développement de scripts d'automatisation (Bash) pour assurer une inférence temps réel et à très faible latence directement sur des PC portables standards.
- Orientation Produit & Client : Collaboration étroite avec les utilisateurs finaux (musiciens et chorégraphes contemporains) pour traduire leurs exigences métiers en spécifications techniques et adapter le comportement du modèle.
- Excellence Logicielle : Livraison d'une solution clé en main, robuste et intégralement open-sourcée, marquant le succès officiel de la mission pour le programme Google.
Recommandations
Soyez le premier à recommander Louis
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
- Master 2, MVA (Mathématiques, Vision, Apprentissage)École Normale Supérieure Paris-Saclay2025Master 2 en maths appliquées au Machine Learning et à la vision par ordinateur, Mention Très Bien
- Diplôme d'ingénieurTélécom Paris2025Cursus ingénieur en Traitement du Signal & Vision par Ordinateur, Mention Très Bien