Vincent Henric

Projet de recherche consistant à développer un modèle probabiliste permettant de faire du clustering de noeuds sur un graphe. La particularité est que les liens de ce graphe contiennent des textes, comme sur les réseaux sociaux, ce qui nécessite d'utiliser des méthodes de NLP. J'ai utilisé des approches d'embeddings de mots et de phrase (FastText, SBERT,...) pour modéliser les textes et des approches probabilistes pour représenter les graphes, que j'ai combinées dans un modèle graphique probabiliste. J'ai implémenté une variante d'un algorithme EM (expectation-maximization) pour la résolution. J'ai démontré l'intérêt de travailler directement avec des représentations de phrases, et non pas de mots, comme fait classiquement dans la littérature pour la détection de "topics" (topic modeling)

Pour convaincre des experts métiers de l'intérêt d'une plateforme big data, j'ai piloté un projet démonstrateur visant à montrer l'ensemble du cycle de vie de la donnée, de sa collecte jusqu'à sa visualisation. J'ai discuté avec les interlocuteurs pour comprendre leurs besoins, supervisé un prestataire pour l'ingestion des données dans la plateforme, créé des requêtes Hive/Impala, et mis en place un dashboard QlikSense. J'ai présenté les résultats et convaincu les décideurs de poursuivre les travaux vers l'industrialisation de la solution.

Analyse des données d'une machine et proposition d'un algorithme de détection de panne. J'ai collaboré avec un automaticien pour le développement en langage automate et la mise en production directement sur la machine. Cet algorithme a permis d'intervenir rapidement à chaque début de panne, réduisant significativement les arrêts de production. J'ai obtenu le 3e prix d'excellence opérationnelle pour ce projet