À propos
Docteur en data science et consultant indépendant, je conçois et mets en production des systèmes data et machine learning pour les acteurs de l’énergie. J’interviens directement sur la conception et le développement, et j’ai également piloté des équipes data.
Mon parcours couvre la recherche académique, la R&D appliquée et l’industrie. Je combine rigueur scientifique et ingénierie concrète, du prototype à la production.
Expérience
Expérience & Projets
Un parcours de la recherche académique à la R&D appliquée et aux systèmes industriels.
Recherche
Métriques d'Évaluation de Prévisions - Article Scientifique
Mines Paris - PSL
Voir l’étude de casCadre scientifique pour évaluer les prévisions solaires au-delà des métriques d’erreur moyenne, avec le Temporal Distortion Mix et une métrique de rampe pour mesurer les décalages temporels et les variations rapides d’irradiance.
Simulateur de Géométrie 3D des Nuages
Mines Paris - PSL
Voir l’étude de casSimulation de scènes nuageuses en 3D, avec génération de vues depuis le sol et par satellite, afin de tester la reconstruction des nuages et la localisation de leurs ombres au sol pour la prévision solaire.
Synergie des données in-situ et satellites pour la prévision solaire
Mines Paris - PSL
Voir l’étude de casFusion de données issues de caméras hémisphériques au sol et de satellites géostationnaires afin de reconstruire les nuages en 3D, d’estimer leurs ombres au sol et d’améliorer la prévision de l’éclairement solaire à très court terme.
R&D appliquée
Évaluation du Colmatage des Générateurs de Vapeur par Courants de Foucault
EDF · Paris
Voir l’étude de casTraitement et déconvolution de signaux SAX issus de contrôles par courants de Foucault, afin d’aider les ingénieurs à évaluer le colmatage des plaques entretoises de générateurs de vapeur.
Analyse Automatisée des Signaux de Contrôle des Générateurs de Vapeur
EDF
Voir l’étude de casIndustrialisation d’un logiciel destiné aux experts CND, combinant recalage des signaux, DTW et détection statistique d’anomalies afin de cibler les signaux atypiques à examiner en priorité lors des contrôles de générateurs de vapeur.
Analyse du Comportement Aviaire autour des Éoliennes
EDF
Voir l’étude de casÀ la croisée de la biodiversité et de l’énergie éolienne, ce projet analyse le comportement des oiseaux autour des turbines à partir de détections par caméra et de trajectoires radar 3D. Il étudie leurs déplacements, leurs réactions à l’effarouchement acoustique et l’influence de la météo et du fonctionnement des éoliennes.
Prévision Photovoltaïque Régionale par Deep Learning
EDF · Paris
Voir l’étude de casPrévision spatio-temporelle de la production photovoltaïque régionale à partir de séquences d’images Meteosat, avec un modèle ConvLSTM entraîné et évalué face aux mesures et à une référence de persistance.
Industrie
Plateforme de Prévision Solaire et de Charge à l'Échelle des Sites
PowerFlex
Voir l’étude de casPlateforme opérationnelle de bout en bout utilisant des modèles de machine learning pour prévoir la production solaire et la charge de chaque site, actualisée toutes les 15 minutes sur trois jours et intégrée aux systèmes de gestion énergétique.
Modernisation Data Engineering & Analytics
PowerFlex
Voir l’étude de casDéveloppement de bout en bout et modernisation d’une plateforme data couvrant l’ingestion en production, l’analytics engineering, les contrôles qualité et le reporting pour des usages opérationnels, métier et orientés clients.
Analyse de la Fiabilité et de la Disponibilité des Bornes de Recharge
PowerFlex
Voir l’étude de casAnalyse de la fiabilité de plus de 70 000 bornes gérées, avec reconstruction d’une disponibilité cohérente par point de charge à partir de l’état opérationnel, de la connectivité, de l’historique des équipements et des exclusions pour le reporting opérationnel et client.