💼 Carrière


👨‍🔬 EDF R&D - Data Scientist

  • Emplacement : Palaiseau, France
  • Dates : 09/2019 - 01/2024
  • Compétences : NLP, Reconnaissance d’images, Nettoyage et analyse de données, Détection d’anomalies, DevOps.
  • Recommandation : José Lopes, Chef de groupe à EDF R&D, Paris-Saclay
  • Projets :
    • LLMs + QAretrieval avec des embeddings pour construire un agent conversationnel de questions-réponses avec des articles de recherche. (Langchain, Transformers, Gradio)
    • Développement d’un modèle NLP pour traiter des textes saisis dans un formulaire, les répartir et les préremplir automatiquement dans les champs appropriés. (Sentence Transformers, Nltk, Regex)
    • Détection d’anomalies sur des images d’équipements BT, avec un papier publié en conférence internationale. Score MAP de 87%. (Yolov5, Opencv, Pytorch)
    • Étude de fiabilité et détection d’anomalies sur les systèmes de stockage d’énergie. (Reliability, Tslearn, Pycox)
    • Création d’un jumeau numérique pour le système d’information d’EDF. (Elasticsearch, Reliability)
    • Détection d’anomalies pour la maintenance prévisionnelle à partir d’images du réseau HTA aérien via un réseau de neurones convolutionnel. (Opencv, Pytorch, Yolov3)
    • Prédiction du nombre de coupures chez les clients pendant les tempêtes. (Scikit-learn)
    • Prédiction des incidents dans le réseau de distribution lors de tempêtes grâce à l’intégration de modèles de machine learning et de modèles de fiabilité. (R, pycox)

🛠️ ENEDIS - Apprenti Ingénieur

  • Emplacement : Angers, France
  • Dates : 10/2018 - 09/2019
  • Compétences : Analyse de données, VBA, Gestion de portefeuille, Apprentissage non supervisé
  • Projets :
    • Automatisation de la gestion de portefeuille d’un BERE BT et visualisation des données associées. (VBA)
    • Analyse de données pour l’apprentissage automatique en vue d’anticiper les coupures dans les réseaux intelligents. (R, EDA : Exploratory Data Analysis)
    • Investigation des baisses de tension électrique en utilisant l’apprentissage non supervisé. (R, Clustering)