Data, machine learning et MLOps — du prototype à la production.

Je travaille sur des problèmes data et ML depuis 8 ans — chaque nouveau contexte m'apprend quelque chose. SaaS solo, grand groupe, gouvernement : la production reste le fil conducteur.

Prendre contact Voir le parcours

Parcours

Du laboratoire à la production

OCTO / Accenture · Consultant data
Depuis 2024
Architectures Data Mesh en production chez de grands groupes (TotalEnergies, IPSEN, Streem Group).
Trapil · Computer Vision ML Engineer
2023–2024
Détection de défauts sur des images ultrasonores de pipelines d'hydrocarbures, déployée en périphérie (edge).
Meetrisk · ML Engineer & Full Stack
2022–2023
Plateforme SaaS de modèles de risque maritime — des données non structurées jusqu'à la production.
Amadeus · ML Researcher
2018
Deep learning (LSTM, CNN) pour la génération de descriptions et le classement d'images, en contexte B2B.
Voir le parcours complet

Expertise

Ce sur quoi j'interviens

Data engineering & plateformes data

Architectures data, Data Mesh, pipelines et gouvernance — pensés pour passer à l'échelle sans tout casser.

Machine learning en production

Du prototype au modèle déployé : risque, vision par ordinateur, données non structurées — conçus pour la prod, pas pour la démo.

MLOps & industrialisation

Tests, monitoring, CI/CD, déploiement cloud et edge — pour que les modèles tiennent dans le temps.

Articles

Quelques articles récents

Voir tous les articles

10 juin 2026Article

Le Data Mesh n'est pas un problème d'architecture — c'est un problème d'organisation

3 juin 2026How-to

Domain-Driven Design appliqué à la donnée : un mini guide

27 mai 2026How-to

Mettre en prod un modèle ML sans réécrire tout le pipeline

Étude de cas

Décentraliser une plateforme data sans tout casser

Comment une migration vers le Data Mesh a réduit le couplage entre équipes — et ce que ça a coûté en gouvernance.

Lire l'étude de cas