Quentin Debaeke
Data Scientist - Computer Vision
Salaire / Taux journalier
Toulouse, France
Freelance, ouvert au CDI
Peut venir sur site
Expertises
Langues
À propos
Introduction
Data Scientist avec plus de 4 ans d'expérience dans le développement de solutions d'IA pour divers secteurs (CNRS, Schneider Electric, Capgemini). Expertise en Machine Learning, Deep Learning, Computer Vision avec réalisations concrètes: détection d'arcs électriques, comptage de personnes par capteur infrarouge et aide au diagnostic médical. Je vous propose une approche efficace et adaptable pour transformer vos données en solutions d'IA industrialisables.
Expérience de travail
Data Scientist
Quentin Debaeke FreelanceFreelance
sept. 2024 - Présent
2 ans 2 mois
Skills: Apprentissage automatique appliqué · Python (langage de programmation) · Deep Learning · Machine Learning · Computer Vision · Intelligence artificielle (IA) · NLP · Statistiques
Schneider Electric
mai 2022 - juil. 2024
2 ans 3 mois
Grenoble, France
Consultant Data Scientist
mai 2023 - juil. 2024
1 an 3 mois
Grenoble, France
Project : Intégration dans l’équipe Embedded AI d’Intencity afin de développer la brique algorithmique d’un classifieur d’arcs électriques dans un circuit. Contexte : Après avoir industrialisé une solution embarquée de détecteur d’arcs électriques temps réel (AFDD), l’équipe de Home & Distribution d’Eybens voulait réaliser une preuve de concept se basant sur la technologie AFDD en remplaçant l’algorithme existant par un modèle de Machine Learning afin d’améliorer l’identification de faux arcs électriques perturbant l’effacité du produit. Missions : 🔹 Veille technologique sur les algorithmes de classification dans le domaine des séries temporelles. 🔹 Annotations et prétraitement de signaux électriques (+500 000) en fonction de leur spécificité (intensité, charge, présence d’arc) avec l’accompagnement d’experts métiers. 🔹 Elaboration de modèle de classification temps réel avec NanoEdge AI Studio (AutoML). 🔹 Implémentation du modèle sur cible embarquée avec STM Cube AI. 🔹 Quantification du modèle pour respecter les contraintes telles que la taille, l’inférence et les performances.
Consultant Data Scientist
mai 2022 - mai 2023
1 an 1 mois
Grenoble, France
Projet : Intégration dans l’équipe Embedded AI d’Intencity afin de développer et optimiser la brique algorithmique pour la détection et le tracking de personnes par capteur infrarouge. Contexte : Après avoir industrialisé une solution de comptage statique par capteur infrarouge (Insight Sensor), l’objectif était de réaliser un nouveau produit se basant sur la même technologie mais permettant d’effectuer un comptage dynamique (flux de personne) en temps réel. Une solution algorithmique a été mis en place permettant ainsi de répondre aux besoins attendus tout en résolvant les difficultés liées aux spécificités des images thermiques. Missions : 🔹 Création de scénarios réels et acquistion d’images 80 x 80 en niveau de gris par le capteur infrarouge. 🔹 Annotation des images (+100 000). 🔹 Analyses des corners cases à résoudre : fausse détection des appareils thermique (radiateur, pc) ; croisement de +2 personnes, ... 🔹 Elaboration d’un modèle de détection d’objet Yolo custom. 🔹 Optimisation du modèle par optimisation Bayésienne. 🔹 Quantification du modèle à implémenter sur la cible embarquée (STM32).
Data Scientist - Ingénieur d’étude
CNRS - Centre national de la recherche scientifique
juin 2021 - déc. 2021
7 mois
Saint-Martin-d'Hères, France
Projet : Intégration dans l’équipe Développement & Apprentissage du LPNC afin de développer un outil statistique et graphique pour le diagnostic et la prédiction de la dygraphie chez l’enfant. Contexte : L’équipe de recherche du pôle Développement & Apprentissage travaillant sur la dysgraphie nécessitait un besoin de refactoring de son outil d’analyse. L’objectif était de corriger les fonctionnalités déjà présentes et d’en implémenter de nouvelles provenant de la littérature scientifique afin d’aider les chercheurs dans leur travaux. De plus, le développement d’un modèle de Machine Learning pour fournir une aide au diagnostic du trouble étaitenvisagé afin d’assister les ergothérapeutes dans leur travail. Missions : 🔹 Refactoring de l’outil Graph Detector : interface graphique, indice statistiques, visualisation des données, ... 🔹 Elaboration d’un modèle de classification par Machine Learning pour la prédiction du trouble. 🔹 Accompagnement à la mise en place du protocole d’acquisition des données.
Consultant Data Scientist
ALSTOM Traction
sept. 2019 - oct. 2020
1 an 2 mois
Paris Area, France · On-site
Projet : Intégration dans l’équipe Insight & Data de Capgemini DEMS pour développer un outil facilitant la réponse d’appels d’offres à partir de cahier des charges existants destiné au client Alstom. Contexte : Le client Alstom nécessitait une première version d’un outil de recherche de similarité afin d’accélérer et d’améliorer la réalisation de réponse d’appels d’offres en s’appuyant sur ses cahiers des charges déjà réalisés dans le passé. Missions : 🔹 Veille technologique sur les algorithmes de NLP les plus appropriés. 🔹 Prétraitement du corpus de données avec les experts métiers (stemming, lemmatization, stop-words, n-grams). 🔹 Elaboration de plusieurs modèles NLP pour la recherche de similarité (words & paragraph vectorization, BERT Transformer) et sélection du plus performant. 🔹 Développement de supports d’initiation à l’apprentissage de la programmation, des statistiques et du Machine Learning.
Ingénieur R&D - Stage Master 2
Suricog
mars 2019 - oct. 2019
8 mois
Paris Area, France · On-site
Projet : Intégration dans l’équipe Insight & Data de Capgemini DEMS pour développer un outil facilitant la réponse d’appels d’offres à partir de cahier des charges existants destiné au client Alstom. Contexte : Le client Alstom nécessitait une première version d’un outil de recherche de similarité afin d’accélérer et d’améliorer la réalisation de réponse d’appels d’offres en s’appuyant sur ses cahiers des charges déjà réalisés dans le passé. Missions : 🔹 Veille technologique sur les algorithmes de NLP les plus appropriés. 🔹 Prétraitement du corpus de données avec les experts métiers (stemming, lemmatization, stop-words, n-grams). 🔹 Elaboration de plusieurs modèles NLP pour la recherche de similarité (words & paragraph vectorization, BERT Transformer) et sélection du plus performant. 🔹 Développement de supports d’initiation à l’apprentissage de la programmation, des statistiques et du Machine Learning.
Assistant Ingénieur de Recherche - Stage Master 1
ICM - Brain & Spine Institute
juin 2017 - déc. 2017
7 mois
Paris Area, France
Assistant technicien - CDD
INRA French National Institute for Agricultural Research
juin 2015 - juil. 2015
2 mois
Toulouse Area, France
Assistant technicien - CDD
INRA French National Institute for Agricultural Research
juin 2014 - juil. 2014
2 mois
Région de Toulouse, France
Formation
INSA Rouen Normandie
Mastère spécialisé
2019 - 2020
1 an 1 mois
ECE. Ecole d'ingénieurs. Engineering School.
Diplome d'ingénieur
2013 - 2019
6 ans 1 mois
Universidad Europea
Semestre Erasmus
2016 - 2016
1 mois
Licences et certifications
Machine learning in Python with scikit-learn
Délivré le : mai 2025
Machine Learning with Apache Spark
Délivré le : oct. 2024
ETL and Data Pipelines with Shell, Airflow and Kafka
Délivré le : oct. 2024
Python for Data Science, AI & Development
Délivré le : sept. 2024
Python Project for Data Engineering
Délivré le : sept. 2024
Hands-on Introduction to Linux Commands and Shell Scripting
Délivré le : sept. 2024
Databases and SQL for Data Science with Python (with Honors)
Délivré le : sept. 2024