Alexis Vighi

Data Scientist au croisement de la recherche en Machine Learning, du développement de solutions data et du conseil client. - Contribution à l’évolution d’un pipeline AutoML : intégration d’environ 20 algorithmes de Machine Learning et de plusieurs stratégies de preprocessing, avec optimisation conjointe des techniques de preprocessing (et de leurs hyperparamètres) et du choix des modèles (et de leurs hyperparamètres), dans une logique de Pareto performance / interprétabilité. - Amélioration des performances globales du pipeline AutoML(+15 % de performance et -18 % de temps de calcul) via l’optimisation des espaces de recherche et des configurations de modèles. - Co-rédaction d’un article scientifique sur le Zoetrope Genetic Programming (ZGP), algorithme de régression symbolique, dans le cadre de travaux sur les performances et l’interprétabilité des modèles. - Conception et optimisation d’un pipeline AutoML complet : recherche d’hyperparamètres, orchestration des expérimentations, suivi du cycle de vie des modèles avec MLflow et déploiement de services ML conteneurisés avec Docker. - Projet européen OTPaaS : contribution Data Science au sein d’un consortium européen, collaboration avec plusieurs partenaires et restitution des résultats algorithmiques. - Missions de consulting en Machine Learning dans différents domaines métiers : analyse de besoins, formulation de problèmes data, conception de solutions ML adaptées et accompagnement à la mise en production. - Avant-vente et accompagnement client : réunions clients, démonstrations de solutions ML, analyse des besoins et traduction en problématiques data exploitables. - Présentations et formations auprès de publics techniques et non techniques, notamment à l’INET et au Wagon.