Jonathan Daeden
CTO & Co-fondateur
Salaire / Taux journalier
Grasse, France
Freelance, ouvert au CDI
Expertises
Langues
À propos
Introduction
Je conçois des systèmes d'IA qui vont en production — et qui y restent. Co-fondateur & CTO de Skribi, une plateforme d'IA qui transforme des récits de vie en livres : 12 agents LLM orchestrés, pipeline vocal (STT/TTS), analyse émotionnelle, 1 000+ utilisateurs, 99,9 % de disponibilité, conformité RGPD complète sur Azure (Terraform, Docker, microservices stateless). Sélectionné pour l'accélérateur GenAI de Microsoft (Station F, Paris — 2026). Avant cela : 12+ ans à appliquer statistiques et machine learning à des données réelles complexes. Un doctorat en statistique spatiale & ML sur des données de biodiversité à l'échelle continentale. Enseignement des statistiques avancées à 200+ étudiants à l'University of Delaware. 30+ missions ML industrielles pour Airbus, Thales, LVMH, Schneider et Valeo. Direction d'une équipe IA de 15 personnes chez MyDataModels en tant que Head of AI — brevets, publications (EUSIPCO, GECCO) et projets de recherche européens inclus. Ce que j'apporte : une vraie compréhension de problématique métier, une pratique concrète de l'ingénierie logiciel (Python, FastAPI, MLOps, Cloud), et l'expérience de faire tourner de l'IA en production avec de vrais utilisateurs et des données sensibles. Langues : FR (natif) · EN (C1) · PT (C1) · ES (B2)
Expérience de travail
Skribi - Le compagnon d'écriture
janv. 2024 - Présent
2 ans 10 mois
13700 Marignane, France
CTO & Co-fondateur
sept. 2025 - Présent
1 an 2 mois
13700 Marignane, France
Plateforme d'IA conversationnelle qui transforme des récits de vie en livres publiés. • Conception et exploitation de toute l'architecture technique : backend FastAPI, frontend Vue 3, microservices stateless entièrement dockerisés, Terraform (IaC) ; migration sans interruption de Scaleway vers Azure. • 99,9 % de disponibilité, 1 000+ utilisateurs en production ; observabilité avec Sentry & Azure Monitor. • Orchestration de 12 agents LLM (Azure AI Foundry) : mémoire conversationnelle, STT/TTS, analyse émotionnelle, génération de contenu multimodal. • Conformité RGPD complète sur des données personnelles très sensibles : chiffrement, anonymisation, gouvernance des données, hébergement UE. • MLOps : MLflow, DVC, CI/CD (GitHub Actions) — modèles reproductibles, déploiement continu. • Outillage interne en Rust : voiby (application 100 % Rust) et typtsy (API MCP en Rust/Axum au-dessus de Typst). • Recrutement et animation d'une équipe technique de 12 à 15 personnes : leads & développeurs seniors, data scientists, ingénieurs de recherche, data engineers, chefs de projet. • Sélectionné pour l'accélérateur GenAI de Microsoft (Station F, Paris — janv.–avr. 2026) : formations avancées par Microsoft, Databricks, GitHub et NVIDIA sur l'IA agentique, le reinforcement learning, le déploiement à grande échelle et Azure AI Foundry.
Chief Research and Development Officer (CRDO)
janv. 2024 - oct. 2025
1 an 10 mois
Mexico, District fédéral, Mexique
Co-fondateur de Skribi et responsable de la R&D IA dès la création : pile IA conversationnelle (LLM, STT/TTS, mémoire conversationnelle, analyse émotionnelle), orchestration multi-agents, architecture des données conçue pour le RGPD. Transition vers le poste de CTO en septembre 2025.
Head of AI
MyDataModels
janv. 2021 - déc. 2023
3 ans
06560 Valbonne, France
• Management d'une équipe data science de 15 personnes : recrutement, mentorat, roadmap scientifique, delivery. • Architecte IA du produit AutoML ; pilotage des dépôts de brevets, publications (DSP 2023, EUSIPCO 2021, GECCO 2021) et réponses aux appels à projets européens. • Industrialisation des modèles ML (MLOps : versioning, monitoring, reproductibilité) chez les clients. • Interventions publiques : SophiaConf, Maison de l'IA, DATALAB — MLOps, XAI, IA frugale.
Data Scientist, consultant grands comptes
AddixGroup
avr. 2019 - janv. 2021
1 an 10 mois
Nice, France
Consultant data science pour grands comptes — 30+ missions ML de bout en bout : Airbus, Thales, LVMH, Schneider Electric, Valeo, BNP Paribas, SNCF, Allianz, Air Liquide, STMicroelectronics. • Déploiements en production (API REST, Docker), dashboards et reporting. • Formation et mentorat ML pour les équipes clientes. • Projets phares : détection de fraude (BNP Paribas — NLP & analyse de graphes), maintenance prédictive (STMicroelectronics — ARIMA/LSTM), optimisation qualité industrielle (Thales/Airbus — SHAP), aide au diagnostic COVID-19 (CHU Nice — AutoML frugal).
Adjunct Professor (charge complète d'enseignement)
University of Delaware
août 2016 - mai 2019
2 ans 10 mois
Professeur titulaire des cours (instructor of record) de statistiques avancées, SIG et analyse spatiale — 200+ étudiants sur deux ans ; 2 teaching assistants encadrés ; conception complète des cours et évaluation (poste d'enseignement, hors tenure).
Ingénieur de recherche
École normale supérieure de Lyon
juil. 2014 - juil. 2015
1 an 1 mois
Lyon, France
Plateforme web automatisée de mesure de l'impact humain sur la biodiversité européenne — Random Forest, ACP, classification hiérarchique sur données à l'échelle continentale (R, Python).
Formation
Liora
Chef de projet en Intelligence Artificielle, Artificial Intelligence
2024 - 2024
8 mois
Résultat : Bac+5
Titre certifié niveau 7 – Chef de projet en Intelligence Artificielle Formation Bac+5 centrée sur la conception, le pilotage et l’industrialisation de projets IA : machine learning, deep learning, NLP, architecture data, MLOps, déploiement en production et gouvernance des modèles. Approche complète du cycle de vie d’un projet IA, de la formalisation du besoin métier jusqu’à l’évaluation des performances, la mise en conformité, la gestion des risques, l’éthique et l’adoption utilisateur. Renforcement des compétences en cadrage technique, choix d’architectures, coordination d’équipes pluridisciplinaires et transformation de cas d’usage IA en solutions robustes, maintenables et exploitables à l’échelle.
La Rochelle Université
Doctorat, Statistique spatiale & Machine Learning sur Big Data (Géographie & Conservation)
2012 - 2015
3 ans 1 mois
Résultat : Doctorat avec Mention Très Honorable
Doctorat en cotutelle — Université de La Rochelle & University of Kent (UK). Mention Très Honorable. Machine learning sur des données environnementales massives : KNN, arbres de décision, algorithmes évolutionnaires, statistique spatiale, optimisation algorithmique — R & Python.
Sorbonne Université
Master (MSc), Océanographie & Environnements marins — modélisation statistique & analyse de données
2009 - 2011
2 ans 1 mois
Université Pierre et Marie Curie (Paris VI). Cours : modélisation mathématique, IA & machine learning, statistiques avancées, programmation R & Python.
Université Nice Sophia Antipolis
Licence (BSc), Écologie & Statistiques
2005 - 2009
4 ans 1 mois
Licences et certifications
Airflow
Délivré le : oct. 2024
Docker
Délivré le : sept. 2024