Parcours

Plateforme de coaching pour League of Legends. En charge de toute la partie intelligence artificielle de la plateforme.

Projet ANR CoDeinE : conception d’une méthode de génération de dossiers patients synthétiques, utilisables en milieu hospitalier pour produire des données d’entraînement partagées avec la communauté du traitement automatique des langues (publié au Clinical NLP Workshop, ACL 2024).

2ᵉ place au challenge fine-tuning d’EvalLLM 2025, catégorie données fermées.

Thèse sur l’augmentation et la génération de données d’apprentissage en traitement automatique des langues : génération par remplissage de patrons, puis utilisation de modèles de langue pour produire des énoncés non annotés, pseudo-annotés par apprentissage semi-supervisé (tri-training). Travaux publiés à DeepLo 2022 et TALN 2023.

Participation en 2020 au workshop JSALT (Johns Hopkins) : création d’un jeu de données pour la classification de sentiments.

Responsable du cours d’extraction d’information dans les textes : de l’annotation des données à l’entraînement de modèles, les étudiants construisent un système de classification de tweets en sentiments. Chargé de TP et de TD en systèmes d’exploitation.

Génération de données annotées par remplissage de patrons pour l’étiquetage de séquences : la méthode améliore les performances des modèles, notamment quand les données sont rares (publié à RECITAL 2020). Poursuite des travaux comme ingénieur, ainsi que sur des systèmes de question-réponse.

Développement du prototype de backend d’un assistant intelligent.

Débruitage de micrographies électroniques : un réseau de neurones prédit la position d’impact de chaque électron sur le capteur (publié dans Ultramicroscopy, 2020).

Data augmentation and generation for natural language processing.