Christophe THIBAULT

Expert en data science et applications basées sur l’intelligence artificielle, je mets mes compétences techniques au service de solutions innovantes et impactantes. 🔧 BloomFlow: Implémentation d'une API FastAPI qui connecte le service Bloomflow à des LLM via AWS Bedrock. Traite textes et images, les envoie au LLM avec des prompts structurés et retourne des réponses formatées selon un schéma précis : authentification par token, stockage AWS S3 et conversion JSON-Pydantic pour structurer intelligemment les sorties des modèles de langage. 🔧 SLB (Schlumberger) : Pendant plus de deux ans, j’ai travaillé sur des projets de maintenance prédictive en concevant et mettant en production des workflows avec Dataiku. J’ai contribué à l’amélioration et à la création de nouveaux algorithmes pour optimiser les performances, tout en supervisant le déploiement et l’intégration des workflows dans des environnements de production complexes. 👥 Flint : J’ai conçu et déployé des applications RH utilisant des modèles de langage (LLM), l’IA générative et des frameworks novateurs et adaptés aux besoins métiers. Ces solutions, codées en Python avec FastAPI pour le backend et React pour le frontend, ont permis d’optimiser le processus de recrutement. Elles aident les recruteurs à identifier les candidats idéaux et à générer des questions d’entretien pertinentes et personnalisées. 🎯 Compétences clés : Conception et optimisation de workflows avec Dataiku. Développement d’algorithmes avancés pour des problématiques métier. Expertise en intelligence artificielle générative et modèles de langage (LLM). Développement backend (Python, FastAPI) et frontend (React). Déploiement et mise en production d’applications et workflows dans des environnements variés. 📈 Toujours curieux et passionné, je m’intéresse aux innovations dans l’intelligence artificielle, DevOps et data science pour relever de nouveaux défis et développer des solutions à la pointe de la technologie.

💼 Missions chez Veolia Au sein de Veolia, j'ai eu l'opportunité de travailler sur des projets innovants et à fort impact, alliant intelligence artificielle et technologies cloud, notamment : 🔍 Maintenance prédictive Réalisation d'études statistiques et d'analyses machine learning pour anticiper la maintenance de membranes de nanofiltration et d'osmose inverse. Applications dans des projets de désalinisation et de filtration aux sulfates. ⚙️ Industrialisation sur AWS Déploiement de solutions robustes à long terme avec des outils d’intégration et de livraison continues (CI/CD) : AWS Step Functions, AWS Lambda, AWS SageMaker, Glue, DynamoDB, etc. 📈 Prédiction et analyse avancées Élaboration d’algorithmes de prédiction basés sur le Deep Learning pour estimer la turbidité dans des sites de traitement de l’eau. Mise en production des workflows de pré-traitement et de prédiction via Amazon AWS. 🎥 Reconnaissance d’images Développement de modèles de machine learning (Deep Learning) pour analyser les phénomènes de floculation via des images. 💡 Compétences acquises Expertise en algorithmes d'apprentissage automatique et en Deep Learning. Maîtrise des workflows MLOps pour l'industrialisation et le déploiement sur le cloud (AWS).

🎓 Mastère Spécialisé Big Data - Télécom Paris J'ai suivi une formation d'excellence dédiée aux technologies et méthodes d’analyse des données massives, au sein de Télécom Paris (anciennement Télécom ParisTech). Ce programme m'a permis de développer une expertise dans la conception, le déploiement et l'optimisation de solutions Big Data, répondant aux enjeux des entreprises modernes. 🔍 Compétences acquises : Maîtrise des infrastructures de stockage et de calcul distribué (Hadoop, Spark). Programmation en Python, R, Scala, et gestion des bases de données relationnelles (SQL) et non relationnelles (NoSQL). Analyse des données avancée : machine learning, deep learning, intelligence artificielle, et visualisation. 💡 Expériences concrètes : La formation intègre des cas d’usage réels dans des domaines variés (finance, marketing, santé, industrie) et des projets pratiques menés en partenariat avec des entreprises. J’ai également eu l’opportunité de participer à des hackathons et compétitions, renforçant ma capacité à innover face à des problématiques complexes. 🌐 Débouchés et vision : Cette formation m'a préparé à occuper des rôles stratégiques tels que Data Scientist, Data Engineer, ou Consultant Big Data. Grâce au réseau d’entreprises partenaires et au solide réseau alumni de Télécom Paris, cette expérience constitue un tremplin pour contribuer à des projets ambitieux et à forte valeur ajoutée dans l’univers de l’intelligence artificielle et de la donnée.

💼 Projets avec Daher : Apprentissage Automatique & Optimisation Dans le cadre de projets avec la société Daher, j’ai exploré et appliqué diverses techniques avancées en machine learning et optimisation pour résoudre des problématiques complexes en logistique, notamment : 🤖 Apprentissage par renforcement Mise en œuvre d’approches d’apprentissage par renforcement, en collaboration avec OpenAI, pour optimiser des processus logistiques et de gestion des ressources. 🔍 Détection d'anomalies Application de méthodes avancées pour la détection d'anomalies, cruciales pour améliorer la fiabilité et la performance des systèmes logistiques. Utilisation de techniques comme One-Class SVM, Isolation Forest, et DBScan pour détecter des comportements atypiques dans des datasets complexes. 📊 Modèles et Algorithmes Exploration et développement de modèles avec des outils puissants tels que Scikit-Learn (Random Forest, etc.), TensorFlow, Keras pour des tâches variées comme la classification, la prédiction et l'optimisation. Création de réseaux de neurones génératifs (GAN) et de réseaux de neurones convolutifs 1D (ConvNet 1D) pour traiter des séries temporelles et des données structurées. 📈 Prédiction et prévisions Application de modèles de prévision comme ARIMA, LSTM, et Prophet pour optimiser les prévisions logistiques et anticiper les besoins en ressources. 💡 Compétences acquises Expertise dans les algorithmes de détection d'anomalies et les modèles prédictifs avancés. Forte maîtrise des frameworks de machine learning tels que Scikit-Learn, TensorFlow, et Keras, ainsi que des techniques d’optimisation logistique.

Outil de visualisation détection anomalie vols d'hélicoptère (javascript, D3.js)