Sevan Ozkul

Développement d'opérateurs Deep Learning (CPU & CUDA) – Implémentation de l'opérateur Dropout avec support CUDA pour l'inférence embarquée – Développement de l'opérateur DropBlock (CPU & GPU) avec compatibilité ONNX Interopérabilité ONNX & PyTorch – Adaptation des opérateurs pour export ONNX en mode training (conservation Dropout/DropBlock) – Validation de la conversion PyTorch → ONNX → Aidge – Développement de scripts d'import/export et correction des incompatibilités Implémentation & optimisation de modèles YOLOv8 – Analyse et validation de l'implémentation CPU existante – Développement d'une version optimisée CUDA du modèle YOLOV8 – Implémentation des opérateurs nécessaires (Conv, BatchNorm, C2f, etc.) Performance & calcul embarqué – Optimisation GPU via CUDA / TensorRT / ONNX Runtime – Amélioration des performances et réduction de la latence sur architectures embarquées Qualité logicielle & contribution open-source – Développement avec workflow GitLab + Merge Requests (Eclipse Foundation) – Mise en place de tests unitaires et validation fonctionnelle

Architecture Temps Réel Critique (Linux/C++17) – Développement d'une architecture C++20 haute performance sur Jetson Orin Nano (boucles 1 kHz déterministes) – Optimisation des latences via SCHED_FIFO, CPU pinning et gestion temps réel des threads Modélisation Physique & Simulation Avancée – Modélisation dynamique complète (inertie, frottements, contraintes mécaniques) – Validation et optimisation sous ROS 2 / Gazebo des lois de commande et fusions sensorielles

Ingénierie des Modèles de Langage (LLM) – Fine-tuning, distillation et quantisation avancés (LoRA, QLoRA, PEFT) sur modèles open-source et propriétaires (GPT, Falcon, Mistral, Llama) – Maîtrise complète du pipeline d'entraînement et d'optimisation de modèles IA génératifs Chatbots Augmentés (RAG) – Conception de systèmes Retrieval Augmented Generation robustes avec LangChain et LlamaIndex – Intégration d'ingestion multi-documents, indexation vectorielle (FAISS) et mémoire contextuelle longue durée Optimisation de Performance – Accélération GPU via CUDA, TensorRT et ONNX Runtime pour réduction de la latence et des coûts d'inférence – Profiling et compression des modèles pour déploiement sur environnements contraints (Jetson, cloud, serveurs IA) Consulting Technique & Stratégique – Réalisation d'audits IA, rédaction de recommandations et définition de stratégies d'industrialisation de modèles génératifs – Conception d'architectures IA sécurisées, scalables et conformes aux contraintes clients (assurance, finance, industrie) Architecture Cloud & Scalabilité – Déploiement de solutions cloud conteneurisées (Docker, FastAPI, Celery) et microservices distribués – Intégrations et orchestrations sur AWS, Azure et environnements Kubernetes légers

– Réalisation d'une évaluation des besoins des agriculteurs dans les villages frontaliers du Tavush. – Collecte et analyse de données afin d'identifier les principaux axes de développement et de soutien.

– Enseignement du C, C++, Python, Java, VHDL (FPGA) – Encadrement de projets robotiques (microcontrôleur, système embarqué avec contraintes, computer vision) – Création d'un environnement d'apprentissage stimulant pour encourager la curiosité et l'innovation chez les élèves selon les principes de la communauté Armath. – Encadrement d'une compétition de programmation – Digicode Armenia

– Création d'un dispositif robotique avec une interface graphique (UI) pour l'analyse de données biochimiques. – Conception du système embarqué à l'aide de KiCad et SolidWorks. – Intégration réussie des composants matériels et logiciels pour aboutir à un prototype fonctionnel.

– Conception et développement de systèmes embarqués pour la collecte, le traitement et l'analyse de signaux analogiques et numériques issus de capteurs temps réel. – Implémentation d'algorithmes de traitement du signal (filtrage, FFT, modulation et démodulation) optimisés pour microcontrôleurs ARM et plateformes embarquées (STM32, Raspberry Pi). – Développement de chaînes complètes de traitement embarqué : acquisition, numérisation ADC, traitement temps réel, communication CAN/I²C/SPI/UART, et visualisation des données. – Mise en œuvre d'outils de simulation et d'analyse (MATLAB/Simulink, Python, NumPy, SciPy) pour la modélisation du bruit et la validation des algorithmes. – Collaboration étroite avec les équipes mécatroniques et logicielles pour le prototypage rapide et la validation.

– Enseignement du langage C et du VHDL sur carte FPGA aux élèves de TUMO à Gyumri. – Participation à l'organisation et à l'animation d'ateliers et d'activités éducatives.