Gauthier LE DAULT

Ingénieur Data & Machine Learning

Profil

Ingénieur informatique spécialisé en data et machine learning, formé au deep learning à l’Université Laval (major de promotion) puis au management de l’innovation à l’emlyon. Deux ans de R&D chez Framatome : conception de modèles de ML à partir de données brutes sensibles, dans un environnement industriel réglementé où sûreté, documentation et confidentialité des données priment. Je souhaite mettre ces compétences au service des industries de santé, vers lesquelles plusieurs projets m’ont déjà conduit (prévention en santé mentale, sécurisation de la délivrance en pharmacie).

Expérience professionnelle

(alternance)

Ingénieur R&D – Data & Machine Learning Framatome (nucléaire)

  • Modèle de classification – aide à la décision pour les analystes cybersécurité : besoins utilisateurs traduits en exigences au standard Framatome, puis modèle d’ensemble issu d’AutoML (Random Forest, XGBoost, réseau de neurones) classant chaque dossier en 4 niveaux d’urgence, avec justification explicable. Analyse : 45 → 10 min.
  • Préparation des données : extraction et nettoyage d’un historique de tickets, feature engineering (10 → 35 variables), vectorisation des textes par embeddings (768 dim.) ; classes fortement déséquilibrées traitées par sur-échantillonnage, augmentation et pondération.
  • Qualité et évaluation : protocole de mesure d’un système RAG construit de bout en bout – jeu de référence tiré de la documentation d’ingénierie, tests automatisés par API, notation par LLM-as-a-judge (fidélité, pertinence, précision du contexte).
  • Séries temporelles de capteurs : appui méthodologique à un stage M2 de détection d’anomalies sur un procédé chimique continu (benchmark Tennessee Eastman) – fenêtrage glissant, normalisation, auto-encodeurs LSTM, Isolation Forest, ACP.
  • Plateforme de calcul sur données confidentielles (Product Owner technique) : serveur GPU isolé du réseau, Debian durci (recommandations ANSSI), Docker, JupyterLab ; chaîne RAG 100 % hors ligne (vLLM, Qdrant).

(4 mois)

Ingénieur Data & Growth LumApps, éditeur SaaS (stage)

  • Pipelines de collecte et d’intégration de données (Python, Selenium, n8n, API REST) : workflow monolithique instable découpé en sous-workflows parallélisés, journalisés, avec reprise sur incident – exécution ramenée de 4 h à 1 h.
  • Nettoyage et fiabilisation : réconciliation d’entités, validation algorithmique des données collectées, analyse de flux API.

(7 mois)

Développeur Fullstack C#/.NET Assystem & Euro-Information (2 stages)

  • Interface entre métiers et informatique sur tout le cycle : recueil du besoin, spécifications fonctionnelles et techniques, développement, tests unitaires, recette, mise en production (C#, WPF/MVVM, SQL, CI/CD).
  • Intégration de systèmes pour le CERN : 3 logiciels de GMAO réunis dans une application unique via leurs API – synchronisation des états en temps réel, concurrence d’accès, PostgreSQL.

Formation

Mastère spécialisé Management de l’Innovation & Entrepreneuriat emlyon business school

  • Projets HealthTech : direction technique d’une application de prévention en santé mentale étudiante (depuis incubée à l’emlyon) ; prototype de sécurisation de la délivrance en pharmacie, validé auprès d’un réseau d’officines.
  • Étude de marché d’un an sur un produit deeptech Framatome : entretiens avec des décideurs de grands groupes, dont Sanofi ; business plan et calcul de ROI. Conception d’un SaaS de mise en relation étudiants–entreprises, cédé au CFA emlyon.

Échange international IA & Data Université Laval, Québec

  • Données massives : prétraitement et imputation, classification, partitionnement, traitement de flux, données déséquilibrées, biais ; anonymisation et vie privée (k-anonymat, confidentialité différentielle).
  • Deep learning (major de promotion, projet noté 19,5/20 : segmentation d’images satellite, PyTorch) et IA avancée : raisonnement probabiliste, réseaux bayésiens, apprentissage par renforcement.

Diplôme d’Ingénieur en Informatique CESI Lyon (major de promotion 2e et 3e années)

  • Big data, algorithmique avancée, développement logiciel, systèmes et réseaux, administration SI, gestion de projet agile.

Compétences

Data & ML
Python, Pandas/NumPy, Scikit-learn, XGBoost, AutoML (MLJAR), PyTorch, Hugging Face ; classification, méthodes d’ensemble, partitionnement, détection d’anomalies, séries temporelles, données déséquilibrées ; deep learning (CNN, LSTM, Transformers), NLP et embeddings, LLM (RAG, agents).
Données
SQL, PostgreSQL, SQL Server, MongoDB, Qdrant ; pipelines de collecte, nettoyage et intégration, API REST, n8n ; visualisation (Plotly) ; anonymisation et protection des données.
Dév. & infra
C#/.NET, JavaScript/React, C++ ; Docker, Git, CI/CD, tests unitaires, Linux, GPU/CUDA, JupyterLab.
Méthode
Recueil du besoin, rédaction d’exigences et de spécifications, documentation technique, recette ; agilité (Scrum), pilotage produit ; restitution à des interlocuteurs non techniques.

Langues & divers

Langues
français (langue maternelle) – anglais professionnel, TOEIC 935/990 – espagnol B1.
Divers
tuteur en sciences biomédicales (2 ans) ; piano (14 ans) ; badminton.