Modélisation Mathématique,
IA de Confiance & Systèmes Critiques
Ingénieur Génie Informatique (Filière Intelligence Artificielle & Données + Label Modélisation Mathématique Mod'Math), avec 12 mois de R&D en entreprise (Epiconcept, Aubay Innovation) et en laboratoire CNRS (BMBI UMR 7338). Je conçois des systèmes où la rigueur mathématique (bornes de risque en échantillon fini, optimisation, géométrie différentielle 4D) rencontre l'ingénierie logicielle de bout en bout.
🔬 Simulateurs Interactifs de mes Travaux R&D
Manipulez directement les paramètres mathématiques de mes projets de recherche (Epiconcept TN10 & Laboratoire CNRS BMBI TZ2).
Triage Sélectif Bi-Seuil (τ₋, τ₊) sous Garantie de Risque 1 − δ
Ajustez les seuils de décision sur le score de malignité GMIC : la zone grise centrale correspond à l'abstention (orientation vers une 2e lecture radiologique) permettant de garantir simultanément FNR ≤ 5% et FPR ≤ 5% via l'inversion de la borne de Hoeffding.
Membrane Biologique Implicite 4D f_θ(x,y,z,t) = 0 & Courbure de Gauss
Visualisation temps réel de la surface implicite d'un globule rouge de Kuchel / capsule déformable soumise à un écoulement de cisaillement temporel t ∈ [0, 1], colorée par sa courbure analytique d'ordre 2.
📄 Mes CV Ciblés par Famille de Postes (FR & EN)
Chaque CV (1 page A4) met en valeur les projets, métriques et compétences correspondant exactement aux attentes du poste visé.
Modélisation Mathématique, RO, Quant & R&D IA
Met l'accent sur le Label Mod'Math (optimisation convexe/combinatoire, processus stochastiques, Markov/Poisson), les bornes de risque de Hoeffding (SGR) et la géométrie différentielle 4D par autograd d'ordre 2.
Solutions Architect & Forward Deployed AI Engineer
Met l'accent sur le déploiement de bout en bout sous contrainte client/GPU (20 LLMs sur 1× A100 40 Go, grounding anti-hallucination), l'architecture Full-Stack (FastAPI, Flask/React/S3, SSE temps réel) et la pédagogie client.
Ingénieur R&D — Machine Learning, Vision & LLMs
Met l'accent sur l'entraînement PyTorch 16-bit (GMIC AUC 0.889), l'inférence LLM quantifiée & transfert multilingue (MedGemma/Qwen, F1 0.91), les réseaux SIREN 4D et le Deep Learning tabulaire (GANDALF/FT-Transformer).
Technical Product Manager & Chef de Projet IA
Met l'accent sur le cadrage produit 0→1, l'arbitrage coût/latence/risque (MedGemma-4B vs 27B, abstention sélective clinique), la livraison d'applications Full-Stack et la conduite du changement (capsules Quarto/Docker).
🚀 Projets R&D, Modélisation & Architectures Logicielles
Filtrez par domaine d'expertise — chaque projet renvoie vers son dépôt GitHub nettoyé et documenté.
Dépistage Mammographique Haute Résolution (GMIC) & Classification Sélective (SGR)
Fine-tuning du réseau global/local à attention GMIC sur 300+ Go de mammographies 16 bits (RSNA) et contrôle statistique non-paramétrique du risque d'erreur médicale.
- Passage d'une AUC de 0,683 (baseline) à 0,889 (IC 95% : [0,858 ; 0,921]) via Deep Ensemble de 5 modèles GMIC.
- Extension bi-seuil (τ₋, τ₊) de Geifman & El-Yaniv inversant la borne de Hoeffding en échantillon fini.
- Co-auteur d'une capsule pédagogique interactive de 8 chapitres conteneurisée sous Docker.
CATH-LLM — Extraction Clinique Sans Hallucination & Transfert Cross-Lingue
Pipeline local d'extraction d'infections nosocomiales sur dossiers patients MIMIC-IV sous contrainte matérielle stricte (1× GPU NVIDIA A100 40 Go VRAM).
- Benchmark de 20 configurations (MedGemma-4B/27B, Gemma-2-27B, Qwen-2.5-32B, Mistral-Small-24B).
- Vérificateur déterministe de citations verbatim (evidence_is_grounded) garantissant zéro hallucination.
- Maintien d'un F1 = 0,88 en transfert zéro-shot sur notes traduites en croate (NLLB-200 / EuroLLM-9B).
Surfaces Implicites Neuronales 3D/4D f(x,y,z,t)=0 & Géométrie Différentielle
Modélisation continue spatio-temporelle de globules rouges (quartique de Kuchel) et de micro-capsules déformables sous écoulement de cisaillement.
- Identification exacte de la quartique analytique de Kuchel en 10 coefficients polynomiaux contre 197 886 poids neuronaux.
- Réseaux 4D SIREN + encodage de Fourier + régularisation Eikonale (||∇f|| = 1) atteignant IoU = 99,65%.
- Courbures de Gauss (K) et moyenne (H) calculées par autograd d'ordre 2 ; Gauss-Bonnet vérifié à 0,025%.
MonLycée Cloud Auth Relay — Broker de Session SSO & Extension Manifest V3
Système d'authentification déportée séparant physiquement la détention du secret (Cloud AWS/Oracle) de l'utilisation de la session (navigateur local Microsoft Edge).
- Négociation SSO Keycloak exécutée à distance par Chromium Headless (Playwright) protégé par mutex asyncio.Lock.
- Cache mémoire TTL (25 min) réduisant la latence de connexion de ~10 s à moins de 50 ms.
- Injection directe des 16 cookies (HttpOnly, Secure, SameSite) via Service Worker Manifest V3 et contrôle horaire serveur.
Simulation-Go — Système Multi-Agents Autonomes & Visualisation Temps Réel
Moteur de simulation multi-agents concurrent en Go (Golang) modélisant la prise de décision décentralisée, la négociation et la dynamique d'environnement.
- Architecture concurrente en Go (goroutines, channels) séparant l'environnement physique, les perceptions et la délibération des agents.
- Serveur API HTTP embarqué et tableau de bord web temps réel pour inspecter les règles, équations et trajectoires.
Détection d'Anomalies Contextuelles sur Données Tabulaires Mixtes
Conception d'un moteur hybride séparant attributs contextuels et comportementaux pour identifier les anomalies conditionnelles sur données numériques et catégorielles.
- Benchmark de GANDALF, FT-Transformer et TabTransformer (PyTorch Tabular) face à Isolation Forest et Deep Isolation Forest (DIF).
- Développement d'une plateforme web Full-Stack (API REST Flask, React, AWS S3, Conda/Docker).
Jarvis — Second Cerveau (SQLite FTS5 BM25 + Graphe) & Jury Multi-LLMs Grounded
Base de connaissances locale hybride (recherche plein texte pondérée BM25 + graphe d'entités) couplée à un moteur européen de moissonnage ATS et criblage IA sans hallucination.
- Interrogation directe de 51 boards ATS européens (Greenhouse, Ashby, Lever, SmartRecruiters, Workday, Oracle HCM, Inria, CEA).
- Architecture à 2 passes et 3 LLMs distincts (Llama-3.1-8B, Llama-3.3-70B, Qwen3-32B) exigeant une citation verbatim vérifiée par inclusion de sous-chaîne.
Custos & Self-System — Résilience Système Multi-Plateforme (Android & Linux)
Écosystème d'auto-contrôle numérique de niveau système d'exploitation sur Android (Kotlin DevicePolicyManager) et Linux (systemd, mitmproxy, dm-verity).
- Custos (Android) : surveillance temps réel par AccessibilityService + ForegroundService, blocage Device Owner et verrouillage temporel irrévocable.
- Self-System (Linux) : filtrage HTTPS par proxy transparent mitmproxy, daemons systemd à surveillance mutuelle et partition racine immuable dm-verity.
Modélisation Statistique Cardiaque, Tests de Wald & Clustering Adaptatif
Implémentation mathématique de classifieurs supervisés et d'algorithmes de partitionnement adaptatif sur données cliniques hétérogènes.
- Régression logistique avec tests de significativité de Wald et sélection de variables.
- K-Means à distance de Gower (variables mixtes) et K-Means adaptatif à métrique de Mahalanobis.
7 Wonders Duel (C++17 / Qt 6) & Entrepôt de Données Carbone (ADEME)
Deux projets d'ingénierie logicielle et données : moteur de jeu complet orienté objet en C++17/Qt 6 et pipeline ETL décisionnel sur la Base Carbone ADEME.
- LO21 : Architecture MVC en C++17 & Qt 6, design patterns (Singleton, Strategy, Observer) et agents IA.
- NF26 : Nettoyage, déduplication et modélisation dimensionnelle de 4 800+ facteurs d'émission carbone ADEME.