Professionnel
-
2024 — aujourd’hui
Ubivis
Data scientist junior, puis data scientist, responsable de la modélisation IA, associé et CTO, US, en moins de deux ans.
-
oct. 2025 — aujourd’hui
Directeur technique (CTO), US
Stratégie technologique d’Ubivis aux États-Unis : la feuille de route américaine des plateformes UbSmart, UbGenius et No-Code AI, les déploiements sur site, cloud et hybrides intégrés aux PLC, SCADA et MES, l’avant-vente technique dans la sidérurgie, l’automobile, les mines, le pétrole et le gaz et l’agroalimentaire, et l’équipe technique américaine avec ses standards de MLOps et de livraison.
-
déc. 2024 — aujourd’hui
Associé
Associé d’Ubivis au Brésil et responsable commercial de l’entreprise. Je pilote l’activité commerciale avec Scrum et un tableau Kanban, pour suivre le marketing digital, le SEO, les candidatures aux appels à projets d’innovation et la mise en œuvre des stratégies d’expansion. Je construis également la filiale américaine : stratégie commerciale, de la cartographie du marché aux contrats grands comptes, go-to-market, tarification et positionnement avec le fondateur et les associés, et génération de la demande par des campagnes payantes, de la prospection par e-mail et la présence de l’entreprise sur LinkedIn et Instagram.
-
oct. 2024 — aujourd’hui
Responsable de l’équipe de modélisation IA
Modèles guidés par la physique et pilotés par les données pour des usines sidérurgiques et automobiles, avec des architectures de jumeaux numériques et des chaînes de simulation reliées aux PLC, SCADA et MES, avec la responsabilité du budget, du choix des fournisseurs et des modèles de ROI. J’ai construit le cadre de gouvernance de l’IA de l’entreprise : points de contrôle qualité, checklists de sécurité et politique d’usage éthique, afin qu’aucun modèle n’arrive en production sans revue.
-
mai — oct. 2024
Data scientist, IA
Modèles guidés par la physique pour la sidérurgie et chaînes automatisées d’extraction de caractéristiques pour les séries temporelles industrielles. Promu du niveau junior au bout de trois mois.
-
févr. — mai 2024
Data scientist junior, IA
Modèles d’apprentissage automatique et pipelines de données pour des applications industrielles, avec des travaux de recherche en optimisation des procédés, détection d’anomalies et analyse de données de capteurs.
-
oct. 2025 — aujourd’hui
-
sept. 2023 — nov. 2024
Résident en IA · SENAI Hub of AI
Réseaux de neurones fondés sur la physique pour l’efficacité de la sidérurgie, et segmentation des sols urbains par vision par ordinateur pour les villes intelligentes.
-
juin 2019 — janv. 2021
Collaborateur, Services spécialisés en physique nucléaire, atomique et moléculaire appliquée · UEL
Projet d’extension universitaire au Laboratoire de physique nucléaire appliquée (LFNA), coordonné par le Prof. Dr Avacir Casanova Andrello : prestations de micro-tomodensitométrie à rayons X, de la préparation d’échantillons de toutes natures jusqu’à la reconstruction d’images, l’analyse 2D et 3D et l’analyse de données (100 heures).
-
2019 — 2025
Traducteur et relecteur technique, anglais et portugais · Indépendant
Articles scientifiques, surtout en génie civil, physique et biologie, pour des chercheurs universitaires.
Réalisations choisies
-
Détection de défauts rares en soudage robotisé
Un classifieur binaire pour des défauts qui ne surviennent presque jamais, entraîné sur des données de capteurs extrêmement déséquilibrées avec plus de 700 caractéristiques de séries temporelles par cycle de soudage. Il fonctionne de bout en bout, de l’acquisition au déploiement conteneurisé. Le projet, livré par Ubivis, a été finaliste (Top 3) du Prix de l’innovation FINEP 2025 (Transformation numérique de l’industrie).
-
Modèles guidés par la physique pour la sidérurgie
Des réseaux de neurones qui combinent la physique des procédés et les données d’usine pour les convertisseurs à oxygène et les fours à arc électrique, là où les données seules ne couvrent pas la plage de fonctionnement.
-
Pipelines de ML sur 170 Go de données de capteurs
Polars avec du Parquet compressé en Zstandard, cache disque, sous-échantillonnage adaptatif avec MiniBatchKMeans et extraction parallèle de caractéristiques, le tout dimensionné pour tourner sur une seule machine.
-
Back-end Rust pour la plateforme Ubivis
La réécriture en Rust du back-end de la plateforme, que je développe : un workspace hexagonal de 26 crates avec une API GraphQL, des événements NATS JetStream, l’autorisation Cerbos et les secrets OpenBao, ainsi que des serveurs de génération augmentée par récupération (RAG) et Model Context Protocol (MCP) pour les agents d’IA.
Conférences
-
sept. 2026
Article évalué par les pairs et conférence · ROG.e 2026, Rio de Janeiro
Impact of Applying Artificial Intelligence Techniques in Risk-Based Inspection for Equipment in Oil Refining Units, présenté lors d’une session technique le 24 septembre.
-
2025
Intervenant sur scène pour Ubivis · GITEX Europe, Berlin
Présentation de la plateforme d’IA industrielle d’Ubivis à un public international.
Outils
-
Leadership
Management technologique · Avant-vente technologique · Stratégie informatique · Gouvernance de l’IA · Scrum · Kanban
-
ML
PyTorch · scikit-learn · XGBoost · LightGBM · TensorFlow
-
Données
Polars · Pandas · tsfresh · NumPy · SciPy · SQL
-
MLOps
Docker · Kubernetes · GCP · MLflow · Airflow · FastAPI · CI/CD
-
Industrie
PLC · SCADA · MES · OPC UA