Je suis passionné d'Intelligence Artificielle et plus particulièrement de Machine Learning.
Mon double diplôme CentraleSupélec - Arts et Métiers me donne une double casquette numérique et industrielle
ainsi qu'une double compétence approche théorique scientifique et pratique avancée en science de l'ingénieur.
J’adore apprendre, comprendre et me lancer des défis. J’aime aussi aider les autres et partager ma passion pour les sciences et la technologie.
Formation
CentraleSupélec
2023 - 2025 Gif-sur-Yvette
Double diplôme avec l'école d'ingénieurs des Arts et Métiers.
Actuellement en 1ère année dans cette formation, j’étudie en particulier :- les statistiques et les probabilités
- la programmation
- l'algorithmie et la complexité
- les sciences de l'ingénieur
- la physique
Spécialisation en Machine Learning
3 mois en 2022 via Coursera
En parallèle des cours aux Arts et Métiers, j'ai suivi les cours en ligne d’Andrew Ng de Machine Learning de :
- Supervised learning : Regression, Classification (voir la certification)
- Advanced learning algorithms : Neural network, Decision trees (voir la certification)
- Unsupervised Learning : Clustering, Anomaly detection, Recommenders, Reinforcement Learning (voir la certification)
Arts et Métiers ParisTech - École Nationale Supérieure d'Arts et Métiers
2021 - 2023 Lille
L'école d'ingénieurs des Arts et Métiers est spécialisée en génie mécanique, génie énergétique, génie industriel et productique pour l'industrie 4.0.
J'y ai étudié en particulier :- les systèmes informatiques avec projets en Intelligence Artificielle
- la mécanique du solide
- la science des matériaux
- les transferts d’énergie
- la construction mécanique
- les procédés et moyens de production
- les capteurs, actionneurs et conversion d’énergie électrique
- et les outils mathématiques pour l’ingénieur.
Classement : 9ème sur 1 175 étudiants
GPA : 4/4
Grade : A
Stages

Stage chez Sopra Steria Next
A la fin de ma 1ère année aux Arts et Métiers j'ai effectué un stage ingénieur de 4 semaines chez Sopra Steria Next à Paris. Dans le cadre d’un projet de visualisation des accidents de la route pour le compte de l'Observatoire National Interministériel de la Sécurité Routière (ONISR), j’ai programmé en Python :
- un algorithme de calcul de densité surfacique (KDE)
- un algorithme de clustering (DBSCAN) avec la bibliothèque SKlearn
Projets

Evolution naturelle d'un écosystème - Python - IA - Vanilla
Dans le cadre d’un projet de groupe en intelligence artificielle sous Python
j’ai simulé l’évolution naturelle d’individus dans un environnement hostile.
Chaque individu, piloté par un réseau de neurones dynamique,
doit comprendre de lui même que manger les plantes est la seule manière de survivre. Les réseaux de neurones
évoluent génétiquement par passation et mutation des poids et neurones.
Ce projet est entièrement Vanilla excepté les 5 librairies : Numpy, Random, Matplotlib, OpenCV et Pyqtree.

Génération aléatoire d'un environnement - Python - Vanilla
Ce projet réalisé sous Python touche à la génération procédurale d'environnements complexes.
J'ai codé ici un programme qui génère des environnements 3D de manière entièrement aléatoire mais cohérente. Chaque région de la carte est définie par un biome (ou type d'environnement)
dépendant de sa température et de son taux de précipitation moyen. Le dénivelé local y est alors correctement adapté.
De nombreuses notions mathématiques sont utilisées : diagramme de Voronoi, potentiel de Lennard-Jonnes, bruit de Perlin,
égalisation d'histogramme, courbes de Bezier ou encore masques de Gauss.
Ce projet est entièrement Vanilla excepté les 3 librairies : Numpy, Random, Matplotlib.

Apprentissage d'un labyrinthe par renforcement - Python - IA - Keras
Ce projet réalisé sous Python touche à l' intelligence artificielle et plus particulièrement l'apprentissage par renforcement.
J'ai codé ici un algorithme de machine learning qui permet à un agent d'apprendre à résoudre de lui même un labyrinthe.
J'ai réalisé jusqu'à 3 types d'algorithmes par renforcement différents :
- J’ai créé un algorithme mono-agent d'apprentissage avec une Q-table
- J'ai créé un algorithme mono-agent d'apprentissage profond (contenant un réseau de neurones)
- J’ai créé un algorithme multi-agents d'apprentissage avec une Q-table par individu
Ce projet a été réalisé à l'aide des 4 librairies : Keras, Numpy, Random, Matplotlib.

Génération procédurale d'un labyrinthe - Python - Vanilla
Ce projet réalisé sous Python touche à la génération procédurale d'un labyrinthe.
J'ai codé ici un programme qui génère à chaque nouvel appel un labyrinthe entièrement différent. Une condition évidente est
que l'entrée et la sortie doivent être reliées par un chemin afin que le labyrinthe soit résolvable.
Ce projet s'est essentiellement déroulé en 2 parties distinctes :
- Création d'un labyrinthe aux dimensions données
- Résolution numérique du labyrinthe par la méthode de Lee
Ce projet est entièrement Vanilla excepté les 3 librairies : Numpy, Random, Matplotlib.

Reconnaissance d'images - Python - IA - Keras - Arts et Métiers
Dans le cadre d’un projet de groupe en intelligence artificielle sous Python :
- J’ai créé des réseaux de neurones avec Keras pour classifier des images issues d'une banque de données d'images de vêtements
- J’ai diminué leurs incertitudes de prédiction en modifiant les paramètres et hyperparamètres puis en agrégeant différents réseaux (méthode ensembliste)
Ce projet a été réalisé à l'aide des 3 librairies : Keras, Numpy, Matplotlib.

TIPE détection d'erreurs - Python - Vanilla - Concours aux Grandes Ecoles
Dans le cadre d’un travail de groupe sur l’optimisation des pluviomètres à augets basculants :
- J’ai réalisé 3 programmes Python de détection d’erreurs de mesure des pluviomètres
- J’ai conçu sous SolidWorks et imprimé en 3D un filtre anti-débris
Ce projet est entièrement Vanilla excepté les 2 librairies : Numpy, Matplotlib.
Bénévolat

ARPEJ 78 - Formateur bénévole
J'ai accompagné des jeunes lycéens et collégiens en difficultés scolaires. Je les aidais à revoir leurs cours et à faire leurs devoirs en Maths, Physique, Anglais et Histoire-Géographie. Mon objectif était de leur donner confiance en eux et de développer leur autonomie.

La main à la pâte - Formateur bénévole
Grâce à mon parcours, j’ai aidé les professeurs d’école et de collèges à enseigner et faire aimer les sciences et les technologies à leurs élèves. Mon but était de développer la curiosité et l’esprit critique de ces derniers en animant des cours ou des séances de TP
Compétences
- Intelligence Artificielle (IA)
- Apprentissage supervisé
- Apprentissage non supervisé
- Apprentissage par renforcement
- Réseaux de neurones
- Algorithmes génétiques
- Système de recommandation
- Arbres de décision
- Développement
- Python (Keras, Numpy, Random, Matplotlib, Pyqtree ...)
- Web (HTML, CSS, Bootstrap)
- Autre
- Catia 3DEXPERIENCE
- SolidWorks
- Excel
Niveau de langue
- Francais
- Langue maternelle
- Anglais
- Niveau C1
- TOEIC : 950/990
(voir la certification) - Duolingo English Test (DET) : 135/160
(voir la certification)
- TOEIC : 950/990
- Allemand
- Niveau B1
Mes centres d'intérêts
- Natation (en club) et course à pied (semi-marathon)
- Plongée (niveau 1)
- Développement informatique