Data & produit
Données médicamenteuses et qualité (DM) côté santé ; modélisation, SEO / SEA et trafic qualifié côté retail.
À propos
Depuis août 2024, je travaille chez Synapse Medicine sur la data au service de la médecine, en m’occupant notamment de la récolte et de la structuration de données médicamenteuses, des algorithmes de vérification des posologies au regard du profil patient, et des logiciels qualifiés en dispositifs médicaux (DM).
Avant cela, j’ai passé près de huit ans chez Cdiscount en tant que Data Scientist puis Team Leader Data Science, sur des problématiques SEO et SEA pour accroître la visibilité et attirer du trafic qualifié sur le site.
Mon parcours commence par le calcul scientifique et la modélisation physique : ingénieur CFD à l’Inria (Bordeaux), thèse au CEA (Le Barp) sur la rentrée atmosphérique, postdoc au CNRS en fusion par confinement inertiel, puis des expériences data chez Matchable (online machine learning, matchmaking, comportement des joueurs) et GEOSAT (données LiDAR, jumeaux numériques, BIM).
Axes forts
Modélisation & simulation
Fortran, simulations numériques, maillages adaptatifs — thèse et postdoc en recherche.
Encadrement
Animation d’équipes data science et alignement métier / technique sur des sujets complexes.
Communication
Anglais professionnel complet — vulgarisation et restitution aux parties prenantes.
Parcours
-
Lead Tech Data
Synapse Medicine
août 2024 — aujourd’hui
Données médicamenteuses (récolte, structuration), vérification des posologies au regard du profil patient, logiciels qualifiés en dispositifs médicaux.
-
Team Leader Data Science
Cdiscount
avril 2020 — juillet 2024 · Grand Bordeaux
SEO et SEA : visibilité et trafic qualifié sur le site.
-
Data Scientist
Cdiscount
septembre 2016 — avril 2020
-
Ingénieur Big Data et 3D
GEOSAT
mai — septembre 2016
Récolte et structuration de données provenant de LiDAR ; applications aux jumeaux numériques et au BIM (Building Information Modeling).
-
Data Scientist
Matchable
octobre 2015 — mai 2016
Online machine learning et matchmaking : conception d’algorithmes pour prédire le comportement des joueurs et enrichir l’expérience de jeu.
-
Postdoc — fusion par confinement inertiel
CNRS
septembre 2014 — septembre 2015
Méthodes numériques sur maillages adaptatifs (AMR) en 2D et 3D.
-
Thèse — modélisation de la rentrée atmosphérique
CEA (Le Barp)
janvier 2011 — juin 2014
-
Ingénieur CFD
Inria (Bordeaux)
novembre 2007 — décembre 2010 · Bordeaux
Formation
Doctorat — mathématiques appliquées et informatique, Université de Bordeaux (2011 — 2014). Thèse sur HAL-TEL.
Diplôme d’ingénieur — calcul scientifique, ENSEIRB-MATMECA (2004 — 2007).
Enseignement
À l’ENSEIRB-MATMECA (Bordeaux INP) : programmation appliquée au calcul scientifique pour les options MATMECA (TD, TP, accompagnement).
Intelligence artificielle pour l’option CISD (Calcul intensif et sciences des données) : traitement du langage naturel, des représentations bag-of-words aux LLM ; réseaux de neurones pour l’image, avec un focus sur les autoencodeurs et les GAN.
Compétences & outils
Data science
Données de santé / DM
Machine learning
Intelligence artificielle
Agents autonomes
Python
Modélisation prédictive
Simulations
Liens
Poker & game AI en cours