Trax Retail - Paris
Membre de l'équipe Innovation. Creation de nouveau outils de machine learning pour le retail.

LANGAGES : Python, NodeJS

DOMAINES : Machine earning, Deep Learning, Touch Sensor, multimodal data

OUTILS : Pytorch, OpenCV, Tensorflow, AWS

Qwant Research - Paris
Membre de Qwant Research, sur la partie recherche d'images, avec pour but d'étuder les nouvelles approches de Machine Learning pour la representation d'images et de texte. Les problématiques de classification de requètes, d'images et de documents sont également des éléments clefs dans la création d'un moteur de recherche d'images.

• Deep Learning
• Embeddings de textes et images
• Moteur de recherche d'image, par similarité image/image, image/texte et texte/texte
• Programmation sur GPU et Graphcore IPUs

LANGAGES : Python, C++, Javascript

DOMAINES : Indexation d'images, Deep Learning, Traitement de la langue (Natural Language Processing), représentation d'images/documents et de requètes.

OUTILS : Pytorch, Vespa, Kubernetes, NVidia DGX, Microsoft Azure, Graphcore IPUs

Laboratoire d'informatique de Grenoble. J'ai travaille sur le projet GUIMUTEIC en recherche et développement
Principalement centré sur le Deep Learning et la Vision par ordinateur, j'ai aussi travaillé sur l'interaction homme-machine et la construction de base de données pour l'apprentissage. Ce qui a donner un certain nombre de publications qui se basent notamment sur les domaines suivants :

• Reconnaissance de scène et de gestes avec des réseaux de neurones profonds
• Recherche d'image et Identification d'instance avec de l'apprentissage à se classer (learn to rank)
• Big-data et transfert d'apprentissage sur petites collections de données
• Création de base de données et annotation pour l'apprentissage

LANGAGES: Python, C++

OUTILS: Pytorch, OpenCV, Tensorflow

Encadrement de Stagiaires :

• Manon Schmitt - 2018 - Fusion d'image et masques d'image
• Matthias Kohl - 2017 - Apprentissage des représentation d'image, Loss triple, Detection automatique de régions
• Chi Xu - 2016 - Extraction de descripteurs d'image, Sac de mots visuels (BoW)

Université Grenoble Alpes

2018 : Algorithmique et programmation python

2017 : Introduction à Unix et à la programmation C

2016 : Introduction à Unix et à la programmation C

Equipe Pervasive Interaction - Inria Grenoble.

LANGAGES : C++

DOMAINES : modèles 3D, génération de scènes, fusion de données

OUTILS : OpenGL

Equipe Pervasive Interaction - Inria Grenoble. Création de figurines expressives et intéractives pour le design narratif.

LANGAGES : C++, Javascript(nodeJS)

DOMAINES : Vision par Ordinateur, fusion de données, suivi d'objets, données multimodales

OUTILS : Flux optique, capteurs IMU, OpenCV, Kinect

Equipe Prima - Inria Grenoble. Jeu d'imitation entre humain et robot humanoïde (NAO) basé sur le squelette.

LANGAGES : Python, C++

DOMAINES : Robotique, Vision par Ordinateur, visualisation 3D

OUTILS : Blender Game Engine, NAOqi, Kinect SDK

Equipe Prima - Inria Grenoble. Partitionnement (Clustering) et classification de données multimodales pour la détection d'intention dans l'interaction humain-robot.

LANGAGES : Python

DOMAINES : Machine Learning, apprentissage supervisé et non supervisé

OUTILS : Scikit-learn