À propos

Je conçois des logiciels et des systèmes de machine learning pour des problèmes scientifiques.

Je travaille à la croisée de la science, des données et de l'ingénierie logicielle, pour transformer des questions scientifiques complexes en outils de calcul, en modèles et en systèmes fiables.

Mon approche

Science, machine learning et ingénierie logicielle

Je ne les vois pas comme des disciplines séparées. Ce sont les étapes d'un même processus :

  1. 1Comprendre le problème
  2. 2Explorer les données
  3. 3Construire l'approche computationnelle
  4. 4En faire quelque chose d'utile
Aujourd'hui

Mes travaux actuels

Mon travail actuel est centré sur la food science et sur le défi plus large de construire des systèmes alimentaires plus durables.

Je m'intéresse particulièrement à la façon dont les connaissances scientifiques, les données et les outils de calcul peuvent nous aider à mieux comprendre les aliments, leurs propriétés et leur interaction avec les consommateurs, tout en contribuant à une utilisation plus responsable des ressources.

Cela comprend les données scientifiques, l'analyse sensorielle, la modélisation, le machine learning et des systèmes logiciels conçus pour accompagner la recherche et l'expérimentation.

La food science m'offre un environnement riche pour combiner mes intérêts d'ingénieur et de scientifique, sur des problèmes qui ont un impact concret sur notre façon de produire et de consommer.

Expertise

Ce que je construis

Machine Learning

Des modèles et des approches computationnelles pour extraire de l'information, reconnaître des motifs et résoudre des problèmes propres à un domaine.

Données

Des pipelines et des systèmes qui transforment des données brutes et hétérogènes en matière exploitable pour la recherche et la décision.

Logiciel

Des API, des applications et des outils qui rendent les workflows scientifiques plus accessibles, reproductibles et scalables.

Calcul scientifique

Des algorithmes, de la modélisation et des méthodes numériques pour explorer et résoudre des problèmes scientifiques.

De l'expérience au système en production, j'aime intervenir sur toute la chaîne technique.

État d'esprit

Au-delà du domaine actuel

Même si la food science est mon domaine actuel, je ne me définis pas par un seul secteur.

Ce qui m'intéresse le plus, ce sont les problèmes complexes où la démarche scientifique, les données et le logiciel se rejoignent pour créer quelque chose d'utile.

Mon objectif est de bâtir un socle technique polyvalent, qui me permette de passer d'un domaine à l'autre, d'apprendre de nouveaux contextes scientifiques et d'appliquer le même état d'esprit d'ingénieur à des problèmes variés.

Le domaine peut changer. Ma façon d'aborder les problèmes reste la même : comprendre en profondeur, expérimenter, construire, itérer.
Parcours

Parcours

  1. Ingénieur logiciel

    INRAE

  2. Machine Learning Engineer certifié

    Mines Paris - PSL

  3. Data Scientist certifié

    Mines Paris - PSL

Construisons

Envie de construire quelque chose ?

Je m'intéresse aux problèmes ambitieux, aux projets scientifiques et aux opportunités où l'ingénierie peut faire la différence.