syntiche kanku mulumba

- Activité principale : Développement d'outils d'IA pour l'inspection par vision par ordinateur des bouchons, permettant de détecter des défauts généraux (flash, short, cut liner, absence de liner, contaminants) ainsi que des défauts spécifiques rares. Mise en œuvre de méthodes avancées utilisant le machine learning et le deep learning pour la détection de bouchons dans les images, avec une intégration en C++ pour l'inférence. Intégration des solutions développées dans les machines de production pour garantir une inspection industrielle efficace et précise. Technologies utilisées :C++, Python, Pytorch, OnnxRuntime, openvino, Git, Azure DevOps. - Activité secondaire : Développement, déploiement et monitoring d'un chatbot performant spécifique à l'entreprise, pour répondre aux besoins internes et externes, en utilisant des modèles de langage (LLM). Technologies utilisées : LlamaIndex, Langchain, Llama3, OpenAI API, Chroma, Python, Git, Azure DevOps. - Mission globale : Développer des solutions d'IA en fonction des besoins de l'entreprise, assurant une amélioration continue des processus de production et de gestion interne.

J’ai conçu et livré un système d’Image Quality Assessment (IQA) qui note et classe automatiquement les photos, tout en apprenant les préférences utilisateurs à partir de comparaisons A/B. L’approche combine un modèle léger optimisé pour le mobile (Core ML / TensorFlow Lite) et un pipeline reproductible pour la préparation des données, l’entraînement et le déploiement. L’objectif : accélérer la sélection des “meilleures” images et proposer un classement personnalisé par utilisateur. Ce que j’ai fait Définition du besoin et des critères de qualité/esthétique avec l’équipe Meerabel. Mise en place d’un modèle IQA compact (type MobileNet) et d’un ranking pairwise pour apprendre des votes A/B. Personnalisation du score par profil utilisateur tout en conservant une bonne généralisation. Export des modèles et optimisation on-device (Core ML / TFLite) pour une latence faible. Fourniture de notebooks/scripts d’entraînement, modèles prêts à intégrer, et guide d’intégration iOS/Android. Bonnes pratiques MLOps : versioning des données/modèles et suivi des métriques. Résultat Tri automatique des photos avec un score 0–100 et classement personnalisé par utilisateur. Solution mobile-ready, simple à maintenir et à réentraîner selon les retours produit.

J’ai conçu un modèle de score esthétique pour améliorer la qualité visuelle perçue et optimiser l’expérience utilisateur. Le projet couvre l’entraînement sous TensorFlow, la conversion Core ML / TensorFlow Lite pour une inférence mobile rapide et l’intégration iOS/Android. Intégration facilitée : modèles exportés, prêts à l’emploi pour iOS et Android. Code d’inférence fourni : Swift (iOS) et Kotlin (Android). Packaging & docs : package réutilisable + documentation détaillée pour un déploiement fluide. Optimisation mobile : modèles légers, latence réduite, UX renforcée.

Rattaché au Siege Social, au sein de la Direction Données et Pilotage je participe à des projets permettant de mettre en oeuvre des techniques de data science, tels que : - L'analyse de verbatim issus de resultats d'enquêtes de satisfaction clients (analyse de sentiments, recherche de thèmes) - Le traitement de documents ou d'images (verification de la typologie d'un document et de la présence d'une signature) - la mise en place de scores d'appetence ou de detection de caractéristiques client

Dans le cadre d’une collaboration entre le laboratoire LITIS (Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes) et CORIA (Complexe de recherche interprofessionnel en aerothermochimie), je réalise mon projet annuel qui a pour but de proposer un outils de prédiction pour la simulation d’atomisation. L’atomisation ou pulvérisation est la transformation d’un liquide en spray de fines particules, ou gouttelettes. Une des spécialités de recherche du CORIA est l’étude des propriétés physiques de ce processus.

En collaboration avec l'entreprise TEKLIA, ce stage consistait à prendre en main la plateforme ARKINDEX de TEKLIA et d'y importer les documents numérisés des cotations boursières historiques des marchés de Paris et de développer des modules d'extraction des textes pour ces documents et cela pour une éventuelle prédiction du cours de la bourse.

Il s'agissait dans le cadre d'un service civique, de développer des thématiques pédagogiques autour des imprimantes 3D, en assurer la maintenance, concevoir des systèmes embarqués, animer des ateliers robotiques et codage informatique, discuter avec les enfants de 8 à 15 ans sur les sujets technologiques et de la société en général et aussi les encadrer dans des stages autour tout de cela.