AI & Cloud-Architekt Agentische AI & MLOps AWS / Python

MLOps-Engagement: Design, Bereitstellung und Industrialisierung intelligenter automatisierter Verarbeitungssysteme für komplexe Dokumente im Energiesektor.

• Entwickelte und industrialisierte ML-Pipelines für die automatisierte Dokumentenanalyse über PDFs, Bilder und Formulare.
• Entwickelte spezialisierte KI-Agenten für die Dokumentenverarbeitung mit Textract, Rekognition, ADK und AgentCore.
• Bereitgestellt, automatisiert und überwacht Modelle auf skalierbaren Cloud-Architekturen mit Lambda, Step Functions und DynamoDB.
• Implementierte Produktionswarnungen und Überwachungsmechanismen zur Verbesserung der Systemrobustheit mit CloudWatch, SNS und SQS.
• Bot technische Führung für komplexe Automatisierungsherausforderungen.

NeuRoam-Projekt: Plattform zur Sammlung und Analyse von Verhaltensdaten aus dem Alltag.

• Full-Stack-Entwicklung einer Webanwendung, APIs und einer mobilen Anwendung für NeuRoam.
• Integrierte KI-Modelle zur Extraktion von raum-zeitlichen Erkenntnissen aus geolokalisierten Daten.
• Einrichtung von CI/CD-Pipelines mit GitHub und Docker.
• GDPR-Konformität und CNRS-Anforderungen für das Gesundheitsdatenmanagement.
• Schulung und Unterstützung der Benutzer zur Einführung der Plattform.

BrainWatch-Projekt: Entwicklung von KI-Systemen zur Interpretation menschlichen Verhaltens für ein Forschungsprojekt zur Steuervergünstigung in der Deep-Tech-Branche.

• Sichere nicht verwässernde Finanzierung durch CIR, French Tech und BPI-Programme.
• Entwicklung einer skalierbaren KI-Infrastruktur für datengestützte Operationen.
• Entwickelte BrainWatch, eine multimodale Plattform zur Verhaltensanalyse.
• Implementierte automatisierte CI/CD-Pipelines und Praktiken zur GDPR-Konformität.
• Optimierte Datenverarbeitungs-Pipelines auf AWS.

AGPA-Projekt: Forschung zur neuronalen Basis der sozialen Repräsentation von Agenten und Patienten.

• Eingesetzte ML- und Deep-Learning-Modelle für fMRI- und EEG-Daten.
• Analysierte Millionen von Voxeln, um die Interaktionen zwischen Gehirn und Verhalten zu untersuchen.
• Verarbeitete komplexe multimodale Zeitreihen.

Forschungsprojekt: Modellierung episodischer Gedächtnismechanismen in virtueller Realität.

• Analysierte fMRI- und Verhaltensdaten über Millionen von Datenpunkten.
• Entwickelte eine mobile Anwendung zur Datensammlung.
• Erstellte eine Weboberfläche zur Visualisierung experimenteller Ergebnisse.
• Eingesetzte hybride Cloud-Infrastruktur mit AWS- und CRNL-Ressourcen.
• Veröffentlichte drei wissenschaftliche Artikel basierend auf den Ergebnissen.

HUBBLE Learn-Projekt: Verhaltensobservatorium basierend auf E-Learning-Spuren.

• Sammlung und Analyse von Verhaltensdaten von Medizinstudenten.
• Bewertung der Auswirkungen von Lehrstrategien auf die Lernergebnisse.
• Entwicklung interaktiver Dashboards und einer speziellen Datenbank.

Tamagocours-Projekt: digitales Spiel zur Sensibilisierung für die Bildungsnutzung digitaler Technologien.

• Analysierte die Dynamik der Adaption von Serious Games durch die Verarbeitung von Spurdaten.
• Anwendung von Clustering und ML zur Segmentierung von Benutzerverhalten.
• Erstellung von Empfehlungen zur Optimierung der Benutzererfahrung und des Bildungseffekts.

LENA-Projekt: Validierung eines Spracherkennungssystems für kleine Kinder.

• Verarbeitung und Analyse der mündlichen Produktionen von französischsprachigen Kindern.
• Entwicklung robuster NLP-Modelle, die an die sprachlichen Merkmale von Kindern angepasst sind.
• Wissenschaftlich validiertes System in Forschungs- und Therapiekontexten.

ASTERISK-Projekt: Bereitstellung eines IPBX für das Telekommunikationsmanagement der CPAM.

• Bereitstellung einer IPBX-Lösung mit Asterisk für CPAM-Agenturen.
• Optimierung des Netzwerks mit Routern, VLANs und VMware-Virtualisierung.
• Technischer Support und Wartung der Netzwerk- und Telekommunikationsinfrastruktur.