"Tout le monde a besoin d'un ensemble de compétences en matière de données et de capacités analytiques; c'est la raison pour laquelle dataLearning a été fondé".
J’ai étudié les mathématiques à l’Ecole Polytechnique, puis l’ingénierie à l’Ecole Nationale Supérieure des Mines, toutes deux à Paris. J’ai passé les 17 premières années de ma carrière professionnelle dans le secteur de la finance, dont cinq ans en tant que responsable de la recherche quantitative et du négoce chez Carrousel Capital, un grand fonds spéculatif basé à Londres.
J’ai également passé plus d’un an en tant que mentor à la Cambridge Judge Business School, où j’ai fourni des conseils et un soutien aux jeunes entreprises. Actuellement, je suis conférencier externe à l’école de commerce de Toulouse en finance quantitative et visualisation des données. Je viens également de coécrire le cours sur l’apprentissage automatique pour le niveau II du CFA.
La création de dataLearning, dont je suis le President depuis sa création en 2014, a été une expérience passionnante et enrichissante.
J’exerce ma passion pour les sciences en tant que mathématicien professionnel. Professeur à l’Université Côte d’Azur, je suis affilié au CNRS et à l’Inria, instituts de pointe en mathématiques, informatique et IA. Depuis plus de 20 ans, je suis impliqué dans des projets industriels, avec des partenaires tels que l’Agence spatiale française, EADS, Thalès, et plus récemment des start-up de l’écosystème de la Côte d’Azur. Mon expertise est plus particulièrement centrée sur l’optimisation et le contrôle, avec un goût prononcé pour les aperçus géométriques et les calculs.
Je travaille pour dataLearning depuis sa création en tant qu’expert en mathématiques. Je crée des modèles et des algorithmes pour résoudre efficacement des problèmes à grande échelle. Ma solide formation universitaire me permet d’être constamment en contact avec les recherches les plus récentes dans le domaine de l’apprentissage automatique.
“Quand je serai grand, je ferai du contrôle optimal.”
Nous accordons beaucoup d’importance aux notions éthiques, technologiques, juridiques et socio-économiques liées à l’intelligence artificielle en entreprise. Nous plaçons au centre de nos actions et de nos missions les valeurs sociales portées par nos clients.
Ainsi, les algorithmes d’intelligence artificielle sont calibrés à partir d’ensembles de données historiques. Mais comme les données historiques sont susceptibles d’être partiellement ou intrinsèquement biaisés, nous ajustons nos algorithmes pour nous assurer qu’ils représentent fidèlement la réalité.
Nous vérifions également que les décisions de nos plateformes digitales sont conformes à nos valeurs sociales d’entreprise.
“Covid et Intelligence Artificielle : défis inattendus et solutions” – Webinaire co-organisé par l’Ambassade de France, la Franco-British Data Society et le Inria London Program le 21 mai 2021
La « data » est devenue un élément essentiel dans le management (stratégique ou opérationnel) de toute organisation (entreprises, administrations). Elle peut prendre de nombreuses formes, et être
Alors que la génomique, la médecine numérique, l’intelligence artificielle et la robotique changent la façon dont les soins de santé sont administrés à travers le monde, la nécessité de former une main-d’œuvre « numériquement native » dans le système de santé devient primordiale.
La synchronisation des données d’une base Couchbase Mobile vers une base Couchbase centrale est un mécanisme simple à mettre en place, mais complexe à appréhender.
