SCOPE D’INTERVENTION

• Machine learning :

–      natural language processing (word embeddings, recurrent networks),

–      computer vision, deep learning

–      graphical models (HMM),

–      machine learning on graphs,

–      audio signal processing,

–      reinforcement learning,

–      compressed sensing, wavelets, random matrix theory, kernel methods

• Mathématiques appliquées :

–      operations research (optimization),

–      parametric & non-parametric estimation,

–      Monte Carlo methods

• Développement logiciel :

–      méthodes agiles,

–      intégration continue,

–      contrôle de version

–      domain specific languages

• Droit du numérique :

–      protection des données personnelles,

–      régime des documents administratifs,

–      notions de droit de la propriété intellectuelle

2017-2018 – * CONFIDENTIEL *

Contexte :

Ingénieur en traitement automatisé du langage

Tâches réalisées :

• Amélioration des webservices de traitement du langage en qualité et en rapidité (classification, correction orthographique, reconnaissance d’entités)
• Développement sur le framework Botfuel Dialog
• Développement d’un chatbot avec Botfuel Dialog pour un client

 Stack technique : Héroku, Python (flask, scikit-learn, spacy, duckling), JavaScript (NodeJS, MeteorJS, React, Flow), Java

Modèles : Régressions logistiques, random forests, SVM, word embeddings (word2vec, GloVe, fastText), deep recurrent neural networks

2016-2017 – * CONFIDENTIEL *

 Contexte :

Développeur et data-scientist (services du Premier Ministre)

Tâches réalisées :

• Analyse du marché de l’emploi pour le service « La Bonne Boîte » de Pole emploi
• Développement sur le simulateur du modèle sociofiscal OpenFisca
• Analyse d’images satellite pour l’estimation du potentiel solaire (OpenSolarMap)
• Expertise technique sur l’ouverture de données publiques

Stack technique : Python (numpy, scikit-learn, pandas, jupyter notebook, tensorflow, keras), JavaScript, CUDA