Guillaume Barthe

Développement d’un moteur de recherche en langage naturel basé sur une base vectorielle. Conception d’un pipeline complet de normalisation, de génération d’embeddings, d'indexation vectorielle et d'enrichissement des métadonnées (Qdrant, Ollama). Mise en place d’un module RAG avec règles métier vectorisées, permettant de faire le lien entre la requête utilisateur et la base de données vectorielle. Conception d’agents IA (LangChain, LangGraph) chargés d’analyser les requêtes utilisateur, d’en extraire l’intention et de produire automatiquement des filtres exploitables par la base vectorielle.

Supervision de la chaîne de production image dans un contexte spatial. Développement d'algorithmes (Pandas, ElasticSearch, PostgreSQL) d'extraction et de valorisation des données issues des applicatifs afin de garantir une disponibilité continue. Mise en place d'indicateurs de performance (KPIs) en collaboration avec différentes équipes permettant aux opérateurs une meilleure prise de décision et leur offrant une vision claire de l'état du système en temps réel (Kibana, Grafana, Centreon, Plotly).

Développement de modèles (Deep Learning), dans un contexte aéronautique, permettant de digitaliser de la documentation technique (PyTorch, Tensorflow, OpenCV) afin d’exploiter les données au format numérique. Comparaison de schémas électriques 2D afin de détecter et d’extraire automatiquement les différences au sein de la structure du schéma (OpenCV, NumPy) ainsi qu'au niveau des textes des références des composants (OCR). Traitement d'images dans le cadre de la comparaison du contenu d’une documentation technique. Implémentation d'un modèle de similarité (PyTorch), et création d'un modèle de comparaison du contenu des images basé sur des features extraites via des techniques d'image processing (OpenCV, Pandas, NumPy). Architecture en microservices et développement agile.

Développement d’un outil permettant d’extraire les références de pièces industrielles (aéronautiques) présentes sur une photo et de les représenter dans l’espace sous forme de graphe (object detection, PyTorch, NetworkX, Azure). Développement d’un modèle de matching de graphes afin de localiser le graphe des objets de la photo dans une maquette 3D (StellarGraph, NetworkX, Tensorflow). Analyse et amélioration des performances de l’équipe de France de cyclisme. Implémentation d’un modèle de points clés (Keypoint Detection) couplé à un modèle d’object detection (Yolov5). Réalisation et implémentation d’un algorithme de suivi des cyclistes (real time tracking) afin d’extraire les données des athlètes (calcul de trajectoire, dégra- dation de posture et de position).

Accompagner l’entreprise vers l’ouverture d’un pôle Data Science. Définition et mise en place de la stratégie interne de stockage, d’analyse et de traitement des données (Apache Spark, Plotly Dash, Data Lake, Azure). Traitement sécurisé des données sensibles (contexte médical). Développement d’un modèle (Deep Learning) de traitement et de numérisation de documents de type ordonnances médicales (object detection, OCR, NER).

Rédaction de cours de Python pour une formation e-learning de développeur Web (Back-end).

• Intégration des deux modèles : écriture de wrappers en Python pour appeler les routines C++ et échanger les données entre les deux environnements. Développement d’un outil de visualisation 3D, nommé Orvisu, permettant de représenter les domaines simulés et d’animer l’évolution des paramètres. • Utilisation de wxPython pour l’interface graphique, PVGeo et PyVista pour la visualisation, en exploitant la couleur comme quatrième dimension pour visualiser des domaines 3D ou des coupes de domaines, particulièrement utile en géosciences. • Gestion des formats de fichiers : ajout de la possibilité d’exporter et de lire des fichiers au format UBC, avec un script d’aide pour créer ces fichiers à partir de matrices NumPy. • Documentation et diffusion : rédaction de la documentation du code et publication du projet sur GitHub pour permettre à d’autres chercheurs de l’utiliser et de le faire évoluer.