Antoine GOMES

Mise en place et maintenance d’un ETL custom pour l’exploitation de données de différentes APIs. Réalisations: ✓ Mise en place d’un workflow pour le lancement de routines, de l’extraction des données via GCR à leur exploitation dans PowerBI ✓ Création d’un package python regroupant l’entièreté de la code base, pour la centralisation du code des GCR ✓ Utilisation du package Pydantic afin de fixer et valider un modèle de données pour le chargement dans des tables BigQuery ✓ Création d’un dashboard de monitoring basé sur les logs permettant la surveillance des workflows Compétences techniques: Terraform, GCP, Cloud Run Job, Workflows, Python, BigQuery

Consultant IA chez SCOP IT.

Adéquat est une société d’intérimaire. J’interviens sur le pôle IA pour les accompagner sur les différents projets en cours. Réalisations: ✓ Mise en place de l’architecture globale du chatbot Adequat scalable à toutes leurs filiales ✓ Mise en place d’un outil d’océrisation de documents pour l’intégration automatique dans l’écosystème Adéquat ✓ Mise en place des pipelines CI/CD de tous les projets IA ainsi que la surveillance et l’évaluation des modèles. ✓ Développement des fonctionnalités et de l’architecture du chatbot (Recherche documentaire RAG, Voice to Text) Compétences techniques: Azure, Python, FastAPI, AzureOpenAI, Docker, APImanagement, App Service, Bicep, Elasticsearch

Filiale de la SNCF. J’ai été en charge du développement du pôle IA pour pouvoir répondre à plusieurs besoins. J’ai pu ainsi mettre en place une solution MLOps pour le cycle de vie des modèles d’IA mais aussi répondre à des problématiques métiers, comme la détection automatique de défauts sur des ouvrages d’arts, la détection d’objets amiantés ou encore la classification automatique de nuages de points 3D Réalisations: ✓ Conception d’un pipeline pour le cycle de vie des modèles d’IA (MLOps) ✓ Chaîne de traitement pour la détection d’objets amiantéssur l’ensemble du réseau ferroviaire ✓ Détection automatique de défautssur des ouvrages d’arts ✓ Classification automatique de nuages de points 3D afin de permettre d’évaluer le risque de la végétation près des lignes de chemins de fers Compétences techniques: Azure Machine Learning, Computer Vision, MLOps, Docker, AzureDevOps

Mise en œuvre d'algorithmes de reconnaissance automatique d'objets pour l'aide à l'inspections d'installations caténaires.