Dr. Nicolas Rochet
Data Scientist sénior
Qui suis-je ?
La science, les technologies, et plus généralement la connaissance ont le pouvoir de changer le monde !
Je fais de cette maxime un engagement dans l’utilisation de mes compétences pour des projets à portée durablement et quasi incontestablement positif pour l’ensemble du vivant. Quid du piège de l’aveuglement techno-optimisme me direz-vous ? Vous aurez raison : j’essaie d’appliquer les principes d’exigence scientifique et de sobriété technologique pour réaliser des projets et savoir quand il est raisonnable de se passer de technologie ...
Praticien de la Science des Données et de l'IA depuis quelques années, je m’intéresse tout particulièrement à leur applications dans les domaines de l’éthique appliquée à l’IA, l’écologie et la santé.
Si ces quelques lignes vous parlent, discutons et voyons comment je pourrais apporter mes compétences dans vos activités de R&D, de formation ou de conseil.
Langues
Langue natale
Niveau courant: Lu, parlé et écrit
Niveau intermédiaire: Lu, parlé et écrit
Niveau débutant
Compétences
Data Science
Intelligence Artificielle
Machine Learning
Deep Learning
Traitement du langage
Visualisation & data storytelling
Statique
Interactive
Interface graphique
Ingénieurie de données
Monitoring
Intégration & déploiement continus (CI/CD)
Deploiement
Portfolio (résumé)
Recherche & Développement
J"employe mes compétences scientifiques et techniques et de gestion d'équipes et de projets pour différents types de projets et de structures. En voici un échantillon que j'espère représentatif :
- Etat de l'art scientifique et technique pour différents projets en data science & IA
- Veille scientifique et technique
- Participation à la constitution de protocoles expérimentaux et à la mise en place matériel d'acquisition
- Acquisition de données à haute fréquence d'échantillonnage
- Pré traitement de données : rejet d'artefact, et exploration des données
- Application de méthodes de traitement du signal pour le débruitage des données:
- Analyses temps-fréquence, Analyse de Canonique de Corrélation,
Analyse en Composante Indépendantes, ...
- Modélisation statistiques et analyse de résultats
- Nettoyage et annotations des données
- Veille scientifique et technique pour identifier les modèles à tester. Discussions avec des chercheurs pour conseil
- Benchmark de performance des modèles sélectionnés et audit de leur comportements
- Annotations des données
- Veille scientifique pour identifier les solutions existantes
- Fine tuning du réseau de neurone profond DeepForest
- Discussions et définition du projet avec des professionnels de santé et responsable du concours
- Organisation et suivi des tâches suivant les principes méthodologie agile
- Scraping et structuration des données
- Préparation des données suivant les méthodes de traitement du langage naturel: Tokenisation, Lemmatisation, Name Entity Recognition, Vectorisation
- Entraînement de modèles simples de classification et de word embedding
- Mise en place d'un cadre de travail respectant une approche éthique (hébergement des données dans un cloud chiffré de bout en bout, anoymisation des données, utilisation d'algorithmes uniquement en local)
- Exploration préalable des données
- Veille et développement d'algorithmes robustes pour l'extraction d'information
- Stucturation préliminaire des résultats extraits
- Découpage et gestion des tâches sous gitlab
- Mise en place d'une chaîne de prétraitement de données
- entrainement et comparaison d'algorithme de topic modeling
Simulations d'interactions de particules dans des détecteurs
Contexte
Participation à plusieurs expériences de simulations d'interactions de particules au Laboratoire de Physique Nucléaire des Hautes Energies.
Methodologie
Simulation de trajectoires et calcul d'interactions de particules à partir de modèles physiques
Traitement et fouille de données électro-physiologiques multivariées
Contexte
Participation à différents travaux de recherches au sein du Laboratoire de Neurosciences Cognitives
Données
Données physiologiques multimodales: électroencéphalographie, électromyographie, comportement chez un grand nombre de sujets
Methodologie
Classification d'états cognitifs à partir de différents physiologiques
Contexte
Classification d'états de relaxation de sujets plongés dans différentes simulations en réalité virtuelle chez Mind Innovation
Données
Données physiologiques multi-modales (EEG, frequence cardiaque, conductance de la peau, respiration) d'une centaine de sujets
Methodologie
Modèles de classification en Machine Learning: gradient boosting et LSTM
Classification de stades épileptiques pour la prédiction de crises
Contexte
Classification de périodes ictale et interictale de patients pour la prédiction de crises d'épilepsie et identification des plus petits segments de donnée pour l'identification visuelle de motifs dans le signal.
Données
Données élecro encéphalographique (EEG) de surface et interne d'une vingtaine de patients enregistrée en haute fréquence d'échantillonage
Methodologie
Modèles de classification en Deep Learning: entrainement de réseaux profond CNN à une dimension et Resnet sur des données segmentées avec des tailles et recouvrement variables.
Benchmark et tests de modèles de reconnaissance du locuteur sur des données audio
Contexte
Direction scientifique d'un projet de R&D chez LICA visant à appliquer la reconnaissance du locuteur en temps réel pendant les réunions d'équipes. J'ai dirigé le benchmark de modèles de machine learning et deep learning à l'état de l'art pour identifier les modèles les plus pertinents et leurs principales faiblesses.
Données
Données audio réelles d'une dizaine d'enregistrements de réunions d'équipes en visio-conférence
Methodologie
Accompagement scientifique d'un projet pour la détection d'arbres
Contexte
Direction de deux d'étudiants sur un projet de détection d'arbres pour aider à l'inventaire de la canopée régionale (projet Hack4Nature et Data for good)
Données
Données d'images satellites de la région de marseille receuillies par requête avec les APIs de services dédiés (Google Street View et Mapbox)
Methodologie
Construction d'un logiciel de recommandation d'équivalence de médicament
Contexte
Constitution et co-direction d'une équipe pour répondre à un un concours pour la Haute Autorité de Santé pour construire un prototype de logiciel pour assister les pharmaciens dans la recherche d'équivalence de médicaments.
Données
Données textuelles semi-structurées scrappées à partir de la base de données publiques de médicaments.
Methodologie
Extraction de données de santé multi-document
Contexte
Accompagnement et développement d'algorithmes pour l'extraction d'information dans différents types de documents en respectant une démarche éthique pour l'association Resodys
Données
Analyse et extraction préliminaire de différents types de documents (doc, pdf, tableurs,) de données de patients d'un volume d'environ 30Go
Methodologie
Développement d'un moteur de prédiction de thématique de vidéos pour la plateforme Tournesol
Contexte
Constitution d'une équipe pour la cellule provencale de Data for Good pour développer un moteur de prédiction de thématiques des vidéos présentes dans la base de données de la plateforme Tourneol.
Données
Requête via l'api de youtube des transcription automatique des vidéos notées par la communauté de la plateforme Tournesol.
Methodologie
Formation
J'exerce régulièrement en tant que formateur et accompagnateur de projets, pour différentes organisations:
- (Octobre 2018 - Maintenant) Masters Data Science et Master IA chez Ynov Aix
- (Mai 2022 - maintenant) Ateliers (Bootcamp) de découverte à la Data Science & l'IA pour Social Builder
- (Sept 2022 - maintenant) Formation au machine learning pour les personnels de laboratoires et d'entreprises, chez ATP formation
- (Juillet 2022 - maintenant) DESU data science pour Aix Marseille Université,
- (2020 - 2023) Bootcamp Data Science et formations en B2B pour Le Wagon Marseille
Management - Conseil - Vulgarisation
-
J'emploie mes compétences managériales et de conseil pour des entreprises, associations, collectifs, groupes d'étudiants :
- Direction scientifique et technique de projets chez adalab
- Accompagnement à la transition numérique, le traitement et l'éthique de la donnée et de l'IA
- Encadrement d'équipes chez adalab et data for good provence
- Co-pilote et gestionnaire de projets pour la cellule provence de Data for Good et de la branche informatique de Super cafoutch
- Encadrement de stages de licence, masters et d'alternance J'interviens également dans divers évènements:
- Participant et co-organisateur pour divers hackathons privés et publics
- Intervenant dans des jurys de projets et de hackathons
- Intervenant dans différentes conférences et colloques de vulgarisations
Expérience
J'ai co-crée et co-dirige le collectif de data scientists Adalab spécialisé dans la data science & l'intelligence artificielle pour la santé et l'environnement.
Chez Adalab, j'accompagne les clients dans la définition de leur besoin, je forme et constitue les équipes d'experts data, participe à la R&D et assure la gestion des équipes.
Data for Good est une communauté de bénévole oeuvrant à développer de projets citoyen d'intérêt général. Initialement basée à Paris, cette communauté se développe dans toute la France.
Je co-dirige la cellule provencale, basée à Marseille, avec laquelle nous animons une communauté d'acteurs locaux (data scientist, organisations) et développons des projets data ouverts à impact positifs.
A titre bénévole, j'emploie mes compétences scientifiques, techniques et organisationnelles au sein de deux collectifs: Data for good provence et le Super cafoutch .
Formation
Contact
Transfert de style appliqué sur une photo de la plage du prado a Marseille