Arthur Thomasset

• Développement d'une plateforme IA complète pour automatiser la gestion des appels d'offres : analyse documentaire, extraction de données clés, matching fournisseurs et génération des réponses. • Implémentation d'un pipeline d'extraction agentic pour analyser des PDFs complexes et produire des données structurées validées selon des schémas définis par le client, avec une couche RAG pour les questions techniques et l'analyse. • Conception d'un système de gestion de flotte avec suivi GPS en temps réel, calcul automatique des heures, intégration paie et alertes d'anomalies. • Intégration de fournisseurs télématiques/GPS tiers et coordination du déploiement de trackers physiques sur les flottes de camions.

• Conception d'une solution d'aide à la décision pour optimiser l'extraction d'uranium sur le site minier de Tortkuduk au Kazakhstan, incluant des dashboards de recommandations hebdomadaires pour plus de 6 000 puits. • Amélioration de la prise de décision opérationnelle, avec +57% de gains de rendement sur site. • Responsable du cycle de vie produit complet : vision, roadmap, coordination des livraisons entre équipes pluridisciplinaires, boucles de feedback utilisateurs.

• Création d'une plateforme interne d'accélération ML réduisant le "time-to-start" des projets ML de 30 à 60% (setup infra, pipelines, debugging, packaging). • Pilotage de la roadmap et coordination des équipes Data Engineering, Data Science et DevOps pour améliorer la rapidité de déploiement et la standardisation. • Rationalisation des cycles de développement et mise en production plus rapide et reproductible des projets ML. • Plateforme ensuite utilisée pour la mission Orano.

Product Manager sur la plateforme d'indicateurs de risques climatiques d'AXA Climate, utilisée par les assureurs, entreprises privées et investisseurs pour anticiper leurs expositions futures. • Périmètre impliquant ~40 personnes (scientifiques, data scientists, développeurs et consultants) • Pilotage du dashboard de risques climatiques : 250 indicateurs (météo, IA, données satellitaires) calculés à l'échelle mondiale • Conception et développement d'un outil d'automatisation des rapports consultants : temps de production réduit d'1 semaine à quelques heures • Priorisation roadmap, spécifications fonctionnelles et suivi des releases

Missions dans le pôle Data R&D du groupe pharmaceutique Servier. Projet MedSearch - Outil de veille concurrentielle pour les équipes de recherche : • Extraction d'informations clés et relations sémantiques (protéines, gènes, maladies, médicaments, concurrents) sur 55 millions de documents non structurés • Création d'un environnement industrialisé sur GCP (BigQuery, DataLake et DataFlow) • Utilisation Apache Beam, pipeline batch distribués, (NLP et scoring avec graphes) ~3 milliards de tags extraits et ~100 millions de relations identifiées Projet Imagerie Médicale : • Développement d'une solution Deep Learning de reconnaissance d'images sur IRM • Objectif : prédire la progression de l'arthrose du genou pour une étude clinique • Collaboration avec le département Immuno-Inflammation de Servier et OWKIN

Travail sur deux modèles de Computer Vision à partir de données satellitaires afin d’identifier des terres agricoles et extraire des données biophysiques : - Création d’une pipeline end-to-end afin de collecter, traiter et afficher la donnée - Algorithme de segmentation et modèle de détection des zones cultivées Anticiper le succès d’un produit et prédire ses ventes à l’aide de Computer Vision appliqué aux réseaux sociaux pour un acteur majeur du luxe : - Code refactoring - Amélioration et automatisation des différentes étapes de la pipeline - Déploiement du modèle et scaling de l’inférence sur les données des réseaux sociaux

Mise en place d'un agent générateur de réponse pour les supports des produits internes de la Digital Factory d'Orange : - Gestion du projet en mode Agile - Création d’une API REST et développement de 4 versions basées sur du Natural Language Processing (NLP), du Machine Learning et du Deep Learning - Déploiement continue de l’API, via GitLab, sur GCP à l’aide de Google App Engine

Intégration des campagnes e-mailing via différents outils, gestion des partenaires et suivi des campagnes.

Développement web de plusieurs sites. Marketing direct : mise à jour des volumes d’envois de chaque campagne par base de données et intégration de campagnes e-mailing.

Organisation et archivage des supports administratifs. Qualification de la base de données Clients/Prospect. Visites chantiers et suivi de la réalisation technique d’un ouvrage avec évaluation du résultat fonction de l’objectif fixé (surface, complexité, planning, coût)