Ingénieur études et développement (Toulouse). J'ai une culture scienfitique relativement diversifiée, principalement focalisée sur les maths/la physique appliquée; je continue à aller de l'avant en apprenant et en découvrant un peu plus chaque jour.
Ma formation de géophysicien à l'EOST (2015-2018) m'a permis de me spécialiser en analyse et traitement de données géophysiques ainsi qu'en programmation scientifique. Par ailleurs, mon stage de fin d'étude en R&D réalisé à CLS (Toulouse) et mes expériences en recherche (@EOST/@IPGS, @DIAS) m'ont permis de confirmer mon inspiration et ma passion pour l'océanographie, la géophysique et pour les sciences appliquées de manière plus générale. En complément, j'ai pu apprendre les valeurs du travail chez VIVIRAD S.A.; convivialité et engagement quotidien mis à vis de ses clients & collaborateurs sont également mes valeurs personnelles et professionnelles.
Un de mes objectifs professionnels sera de pouvoir collaborer en équipes; en effet, mon objectif à moyen terme serait de pouvoir travailler sur des projets qui auraient une dimension internationale.
Développement de solutions innovantes dans le domaine du traitement d'images et de la vision par ordinateur, en s'appuyant sur l'environnement HPML (High Performance Machine Learning) de TotalEnergies.
→ Utilisation de frameworks de Computer Vision (YOLO-v8, Detectron2, TFOD) et traitement d'images avec OpenCV sur les projets R&D de ARGOS (robotique), MicroDeep (microalgues, La Mède), Biodiversity et SYRACO (nanofossiles) → Automatisation et unification de tous les composants de vision par ordinateur via la bibliothèque Snakemake (Python) → Quantification des flux d'eau verte (évapotranspiration) à l'aide de Sentinel-2, d'images de drones et de données de stations météorologiques in situ pour le projet de R&D WACAPOU → Utilisation du framework collaboratif de Microsoft PyTorch-Wildlife pour la labélisation automatisée de la biodiversité dans le but de préservation et de recensement des espèces animales près des sites industriels de TotalEnergies → Applications des modèles d'arbres de décision à renforcement de gradient (GBDT) pour prédire les faciès géologiques à l'aide de cubes sismiques 3D → Utilisation et amélioration de la boîte à outils interne DIVA pour l'analyse et le traitement de données SEG-Y/SEP sur les supercalculateurs Pangea-3/4
Détails de l'expérience
Entité: OneTech/Technical Lines/DataTech/Scientific Computing/Technology for Scientific Computing
