Rémi Caland

Co-fondateur d’une startup Notetaker avec des avancées sur le traitement des conversations à postériori, pour aller au delà de la simple prise de note (quantitatif, qualitatif, productivité) J'ai conçu et implémenté une suite complète de modèles pour le traitement automatique du langage, et piloté une équipe (jusqu’à 6 développeurs) fronts et backend pour gérer l’interface et les fonctionnalités du produit. J'ai développé une pipeline de transcription Speech-to-Text basée sur une architecture whisper quantizée avec fine-tuning sur un corpus de 400+ heures d'audio annoté et augmenté, intégrant un système de diarisation multi-locuteurs combinant diverses méthodes de diarisation. Pour ajouter de la profondeur et des fonctionnalités au traitement des conversations, j'ai implémenté un système de RAG (Retrieval Augmented Generation) optimisé ainsi qu’une architecture multi-agents avancée . Des nombreux tests ont aussi été menés sur différents types de modèles / architecture / méthodes de chunks / génération de sortie structurée. Infrastructure déployée sur du kubernete-like pour une aisance en scalabilité et un coût minimum. Participation à divers projets open source Principales technologies: Docker, AWS, Python, FastAPI, Pytorch, transformers, LLama-index, VLLM, Langchain, outlines, Jax Models & autres : Whisper, Pyannote, OpenAI, LLama 3+, zero shot text classification

Organisation de meetups et talks autour de l'intelligence artificielle, à Bordeaux.

Skills: Python · Produits Docker

Dans le domaine de la vision par ordinateur j'ai développé un système de comptage de flux de personnes ainsi que de détections de feux de circulation, combinant détection d'objets, classification, et tracking (filtres de Kalman + modèles de classifications zéro shot). L'architecture intègre la fusion de données 2D/3D pour une robustesse accrue aux occlusions. Autre projet plus large, j'ai conçu une solution de modélisation prédictive pour la viticulture, implémentant des modèles mécaniques couplés à du machine learning pour la prévision des risques de maladies (Mildiou, Botrytis, Oïdium). Le système intègre des données multi-sources (capteurs IoT , données météorologiques). Les modèles prédictifs combinent des LSTM et des algorithmes de régressions simples. L’ensemble organisé en services et donnant des instructions pour d’autres systèmes (dégèle, ventilation…)

Non-profit. I was in charge of creating emulsion in Bordeaux data science learners community. I organised several events to work & learn about deep learning. "Our mission is to offer a world-class AI education to anyone on Earth for free. Our doors are open to all those who wish to learn. We are a learning community that spans almost every country dedicated to teaching our students how to make a positive impact in the world using AI technology, whether that's through employment or entrepreneurship." As a Dean of Bordeaux: - Find venues to host events - Build an AI Curriculum and teach it or find people to teach it - Guide students through their learning path - Partner with sponsors and companies

Développement de scripts Python d'automatisation marketing, incluant des systèmes de scoring de leads et de reporting automatisé, avec implémentation d'analyses statistiques pour l'optimisation de campagnes.

Creation of a new CRM tool and a new optimized workflow for the company. Strategy and creation of email and mailing. I also worked on general branding re-thinking and automation of marketing processes. Languages: English and French

In charge of several specialized websites (real estate and home protection). Managing SEO, strategy and content. In charge of internal and external linking strategy, on-site optimization (CSS & html5), partnership deals. By the end of my work, my website generated x5 income. Language : French