Julien Rabault

PNRIA, ingénieur en IA, je développe et conseille sur des projets de 6 à 12 mois, apportant un soutien technique complet sur la chaîne Data/Machine Learning aux équipes de recherche, dans des domaines tels que la biologie, l’astrophysique ou la vision par ordinateur. **Projet principaux**: Projet GENS (Météo France) Stack : Python, PyTorch, Docker, CI/CD, tests unitaires, POO Développement de MetScore pour simplifier l’exécution des métriques météorologiques et réalisation d’un POC sur modèles de diffusion pour générer des prévisions. (lien Github) Rôle: Achitecte librairie, choix d’implémentation, entraînement des modèles Projet BIGSF (LAM) Stack : Python, PyTorch, Configurable-cl, hdf5, architecture logicielle Transformation d’un code multi-source en une librairie modulable pour le secteur spatial via un système de configuration centralisé. Rôle: Concepteur de la librairie, résolution de PR, implémentation Projet DeepFaune (INEE) Stack : Python, PyTorch, YOLOV10, supercalculateur Jean Zay Implémentation d’un système de reconnaissance et classification d’animaux sur images de pièges photos, optimisé pour des contraintes CPU. Liens: Site du projet, Publication scientifique, Git Projet DNADNA (LISN) Stack : Python, GitLab, CI/CD, supercalculateur Jean Zay Développement et déploiement d’une librairie d’analyse génétique par Deep Learning, avec intégration de tests unitaires et CI/CD. (lien Github) Rôle: Ajout de features, correction de bug, répondre au issues Projet MORPHOGAN (Univ. Lorraine) Stack : Python, PyTorch, Slurm, Modèle génératif Optimisation et refonte d’un code StyleGAN2 afin d’étudier la variation des motifs sur les ailes de papillons et réduire la dette technique.

Familiarisation avec les méthodes agiles, génie logiciel, IHM et développement d'un framework pour la supervision et le contrôle de machine de production robotisé.

Job étudiant, gestion d’équipe étudiante (dimanche)