# Claire Moreau

Headline : Ingénieur en Intelligence Artificielle | Apprentissage profond et MLOps

- Email : claire.moreau@example.com
- Phone : +33 6 45 78 12 34
- URL : https://clairemoreau.ai

Localisation : 24 rue de l'Innovation, Paris, Île-de-France, France, 75011

Profils : 
- LinkedIn : [@clairemoreau-ai](https://www.linkedin.com/in/clairemoreau-ai)
- GitHub : [@clairemoreau](https://github.com/clairemoreau)
- Medium : [@clairemoreau](https://medium.com/@clairemoreau)

## Informations de base

Ingénieur en intelligence artificielle avec plus de 7 ans d'expérience dans la conception, l'entraînement et le déploiement de modèles d'apprentissage automatique à grande échelle. Spécialisée en vision par ordinateur et traitement du langage naturel, avec une expertise solide en MLOps et en industrialisation de solutions IA.

- Conception de pipelines de données et d'entraînement reproductibles avec Python, PyTorch et TensorFlow
- Déploiement de modèles en production sur AWS et GCP avec Docker, Kubernetes et MLflow
- Encadrement d'équipes pluridisciplinaires et vulgarisation des concepts IA auprès des parties prenantes
- Veille technologique active et contribution à des projets open source


## Formation

### Université Paris-Saclay

Master, Intelligence Artificielle et Science des Données, Score : 16.5/20, sept. 2017–juil. 2019

URL : https://www.universite-paris-saclay.fr

Cours : Apprentissage automatique, Vision par ordinateur, Traitement du langage naturel, Optimisation convexe, Statistiques bayésiennes, Systèmes distribués, MLOps et cloud computing

Summary : 
- Formation spécialisée en apprentissage profond, vision artificielle et traitement du langage
- Projet de fin d'études sur la détection d'anomalies industrielles par autoencodeurs
- Stage de recherche au sein de l'équipe IA de l'université


### Université de Bordeaux

Licence, Mathématiques et Informatique, Score : 15.8/20, sept. 2014–juin 2017

URL : https://www.u-bordeaux.fr

Summary : 
- Solide base en algorithmique, probabilités et statistiques
- Initiation à la programmation scientifique et aux bases de données


## Expérience professionnelle

### Ingénieur IA Senior

NovaMind AI, janv. 2022–Present

URL : https://www.novamind.ai

Mots-clés : Apprentissage profond, Vision par ordinateur, MLOps, Python

Summary : 
- Direction technique de la plateforme de vision par ordinateur pour le contrôle qualité industriel
- Conception et entraînement de modèles de détection d'anomalies avec PyTorch et TensorFlow
- Mise en place de pipelines MLOps reproductibles sur AWS SageMaker et Kubernetes
- Encadrement de trois ingénieurs juniors et animation de revues de code
- Collaboration avec les équipes produit et métier pour prioriser les cas d'usage à fort impact


### Ingénieur en Apprentissage Automatique

DataForge Conseil, sept. 2019–déc. 2021

URL : https://www.dataforge-conseil.fr

Mots-clés : NLP, Scikit-learn, Cloud, Docker

Summary : 
- Développement de modèles de traitement du langage naturel pour l'analyse de documents clients
- Industrialisation de solutions de scoring et de recommandation avec Scikit-learn et Docker
- Automatisation des workflows de données avec Airflow et Spark sur Google Cloud Platform
- Rédaction de documentation technique et accompagnement des équipes métier dans l'adoption des modèles


## Langues

- Français : Niveau natif ou bilingue
- Anglais : Niveau professionnel complet, Mots-clés : TOEIC 950, Présentations techniques
- Espagnol : Niveau de travail limité, Mots-clés : Espagnol des affaires

## Compétences

- Apprentissage automatique : Expert, Mots-clés : Python, PyTorch, TensorFlow, Scikit-learn, XGBoost
- Traitement du langage naturel : Avancé, Mots-clés : Transformers, Hugging Face, spaCy, RAG, LangChain
- MLOps et Cloud : Avancé, Mots-clés : Docker, Kubernetes, AWS SageMaker, MLflow, CI/CD
- Science des données : Avancé, Mots-clés : Pandas, NumPy, SQL, Spark, Airflow

## Récompenses

### Prix de l'innovation en IA

NovaMind AI, nov. 2023

Summary : 
Récompense décernée pour la conception d'un système de détection d'anomalies industrielles réduisant les faux positifs de 35 %.

### Meilleur mémoire de Master

Université Paris-Saclay, juil. 2019

Summary : 
Distinction attribuée pour un mémoire sur les autoencodeurs variationnels appliqués à la maintenance prédictive.


## Certificats

### AWS Certified Machine Learning – Specialty

AWS, mars 2022

URL: https://aws.amazon.com/certification/certified-machine-learning-specialty/
### TensorFlow Developer Certificate

Google, juin 2021

URL: https://www.tensorflow.org/certificate

## Publications

### Vers des modèles de vision robustes pour la détection d'anomalies industrielles

Revue Française d'Intelligence Artificielle, oct. 2023

URL : https://www.rfia.fr/article/modeles-vision-robustes

Summary : 
- Étude de la robustesse des modèles de vision face aux variations d'éclairage et de capteurs
- Évaluation comparative de plusieurs architectures convolutives sur des jeux de données industriels
- Proposition d'une stratégie d'augmentation de données adaptée aux environnements de production


## Références

### Sophie Bernard

Directrice de l'ingénierie IA, sophie.bernard@novamind.ai, +33 1 23 45 67 89

Summary : 
Claire allie une excellente maîtrise technique à une vraie capacité de leadership. Elle a su structurer notre plateforme MLOps et faire monter en compétence toute l'équipe.


## Projets

### Assistant documentaire RAG

Plateforme de recherche augmentée par génération pour documents techniques, févr. 2023–août 2023

URL : https://github.com/clairemoreau/rag-assistant

Mots-clés : RAG, LangChain, LLM, FAISS

Summary : 
- Indexation vectorielle de documents techniques avec FAISS et embeddings spécialisés
- Chaîne de génération augmentée avec LangChain et un modèle LLM open source
- Interface de question-réponse avec citations des sources et gestion des droits d'accès


### Détection d'anomalies sur chaîne de production

Système de vision industrielle pour la détection précoce de défauts, mars 2021–nov. 2021

URL : https://github.com/clairemoreau/anomaly-detection

Mots-clés : Vision, Autoencodeurs, Industrie 4.0

Summary : 
- Entraînement d'autoencodeurs convolutifs sur des images de pièces industrielles
- Mise en place d'un tableau de bord de suivi des alertes et des performances du modèle
- Réduction du taux de rebut de 12 % lors du pilote sur une ligne de production


## Centres d'intérêt

- Sport : Escalade, Course à pied, Yoga
- Culture : Photographie, Lecture, Musique classique
- Communauté : Éthique de l'IA, Open Source

## Bénévolat

### Women in AI France

Mentore, sept. 2021–Present

URL : https://www.womeninai.co/fr

Summary : 
- Accompagnement de femmes en reconversion vers les métiers de l'IA
- Animation d'ateliers pratiques sur Python, la science des données et les entretiens techniques
- Participation à des actions de sensibilisation dans des écoles et universités
