Mathieu DESPRIEE 💚

J'accompagne les startups, scale-ups, PME à forte composante numérique, avec une priorité pour les entreprises engagées dans la transition écologique. J'apporte un regard extérieur sur une architecture, un processus de développement, une organisation, ou une évaluation de risques. Je peux aussi venir en renfort : management de transition, mentoring de managers, expertise (cloud, SaaS, data, IA). - CTO part-time, CTO de transition - Mentoring de CTO, d'engineering managers - Diagnostic d'architecture, de processus (eg. delivery), d'organisation - Diag IA BPI - Valorisation de la data - Architecture cloud, Fiabilité (SRE) - Alignement tech / produit / business, Roadmaps - Robustesse à l'échelle de l'entreprise, durabilité, analyse d'impact de la chaine de valeur et des dépendances critiques, lien avec RSE

Sencrop développe une solution AgTech combinant 40 000 stations météo connectées IoT et des modèles agronomiques pour aider les agriculteurs à mieux gérer leurs cultures face aux aléas météorologiques. 20’000 MAU - DAU/MAU 50% - disponibilité > 99.95% - Membre du codir, co-construction de la strat business et produit - Recrutement et encadrement de 25 ingénieurs front/fullstack/data - Evolution organisationnelle (scale-up), structuration d’équipes - Mentoring des tech-lead, culture engineering, revue de code et archi - Gestion de la dette technique, gestion de la qualité - Pilotage des coûts - Architecture frontend (pilotage dev React cross-platform) - Architecture backend micro/macro services - Event-driven - BFF - Architecture technique cloud - Devops - Reliability Engineering - Structuration des process de gestion d’incident - Continuous delivery, outils et process (multiples déploiements hebdo) - Data-engineering: pipelines temps-réèl, architecture stockage, machine learning et MLOps. - Roadmap R&D deep-learning + encadrement de chercheurs DL/IA. J’en retire aujourd’hui une compréhension concrète des enjeux agricoles et climatiques, de la gestion des risques météo, et de l’innovation "sous contrainte"

Tinyclues (acquis par Splio) proposait une solution de pointe pour le ciblage en outbound marketing. Le cœur de la solution reposait sur un modèle développé en interne par une équipe de recherche, combinant de manière originale le feature learning, le clustering semi-supervisé par factorisation de matrices, des réseaux à mécanisme d’attention, entre autres techniques avancées. En tant qu’équipe de ML Engineering, notre travail couvrait: - l'architecture et l'industrialisation de pipelines de machine learning - la scalabilité, et l'amélioration des opérations de la stack prédictive - l'engineering autour du traitement des données, le calcul hautes-performances, l'évaluation de technos (pytorch, mxnet, spark...) - le calcul distribué, les architectures orientées événement - les tests en production (A/B test, bandit, déploiements partiels, expérimentations, parallel-runs...) - élaboration de métriques et dashboards pour le suivi des performances business, du model-drift, du data-drift

* Development of 2 data-driven products - a B2B data marketplace, with intelligent data valuation - a SaaS real-time event-driven data processing platform, dedicated to customer knowledge, and engagement prediction * Hiring and leading an engineering team to build these products * Cloud (AWS) hosting * Data security