Machine learning · Deep learning · IA
Expertise centrale en machine learning, apprentissage profond et IA — couplée à la data science, l’imagerie quantitative et des environnements industriels & R&D exigeants.
Plus de 20 ans : cadrage et mise en œuvre de modèles ML / deep learning, pipelines et évaluation, recherche et imagerie, direction technique et grands programmes — du doctorat à l’encadrement d’équipes.
Un appui pour les projets où le machine learning, le deep learning et l’IA doivent être cadrés, entraînés, évalués et industrialisés avec rigueur — avec des ponts clairs entre recherche, ingénierie et métier.
Choix de paradigmes (supervisé, non supervisé, réseaux profonds), pipelines d’entraînement et validation, suivi des jeux de données, métriques et risques — de l’expérimentation à une conception orientée production (performance, robustesse, coût).
Traitement d’images, pipelines quantitatifs et exigence scientifique — ancrés dans une expérience de doctorat en imagerie médicale et analyses type biomarqueurs.
Structuration de la R&D, arbitrages d’investissements et alignement des choix techniques avec les contraintes — à partir d’expériences de directeur R&D et de scientifique senior.
Ateliers et accompagnement pour les équipes qui adoptent le ML, les pratiques data ou les chaînes d’imagerie — incluant une expérience d’enseignement (informatique & pratique professionnelle).
Lorsque les relations comptent autant que les enregistrements : modélisation graphe et approches Neo4j — certification professionnelle (2025).
Au centre : machine learning, deep learning et IA appliqués ; autour : imagerie, data engineering, recherche et pilotage de programmes.
Plusieurs fils en parallèle : prestations de conseil & expertise (data / ML / IA), rôles industriels, programmes de défense, et enseignement (Epitech à temps partiel au CHU puis à la DGA). Les blocs ci-dessous regroupent les expériences par fil métier — l’ordre n’est pas chronologique, et plusieurs activités ont coexisté dans le temps.
Prestations clients & missions de recherche appliquée
Accompagnement d’organisations et missions d’expertise en parallèle d’autres rôles — méthodes, analyses et projets en machine learning, deep learning et IA.
Ligne d’activité : conseil & missions pour clients, en parallèle des postes salariés (industrie, secteur public).
Ksilink · Strasbourg
Département recherche — imagerie avancée et analyse quantitative dans un contexte de R&D sciences du vivant.
Exercé en parallèle des prestations de conseil (ML & IA) depuis 2015.
authentifier.com · Rennes
Pilotage de la R&D pour une petite structure de services numériques grand public.
Exercé en parallèle des prestations de conseil (ML & IA) depuis 2015.
Direction générale de l’armement · Rennes
Plusieurs fonctions : programmes de drones tactiques et MALE, coordination de l’expertise et des moyens d’essais entre centres techniques, stratégie de qualification, pilotage de grandes équipes pluridisciplinaires (20+ personnes).
Chevauchement avec l’enseignement à temps partiel à Epitech (2010–2015), puis avec les prestations de conseil (dès 2015).
INRIA / Université Rennes 1 · équipe Visages
Thèse sur l’imagerie tensorielle de diffusion pour les pathologies cérébrales (contexte sclérose en plaques) — logiciels, pipelines de traitement et évaluation quantitative.
Socle recherche ; les missions ultérieures s’ajoutent sans l’effacer.
CHU Rennes
Études cliniques et ingénierie au sein du centre hospitalier — activité principale sur cette période, en parallèle d’un enseignement à temps partiel à Epitech (dès 2010).
Emploi principal ; l’enseignement à Epitech sur cette période était à temps partiel (volume horaire limité).
Epitech · Rennes
Informatique et pratique professionnelle — pédagogie et accompagnement des étudiants, sur une charge compatible avec la fonction au CHU puis avec la DGA.
En parallèle du CHU Rennes (2010–2011), puis des missions à la DGA (2011–2015) — activité annexe, pas un temps plein enseignant.
Extraits LinkedIn — période recherche (doctorat et équipes).
Fortes compétences techniques et scientifiques pendant le doctorat ; suggestions pertinentes, logiciel fiable, et très bon niveau en traitement d’images médicales.
Ouvert aux échanges sur les sujets de recherche avec de bons conseils ; compétences en programmation utiles pour le travail des collègues.
Décrivez votre contexte, vos contraintes et votre calendrier. Réponse en général sous quelques jours ouvrés.
Préférence : e-mail pour un premier échange ; LinkedIn pour le contexte public.