Bastien Robert
Machine Learning Engineer
Machine Learning Engineer
Atos
Depuis avril 2023
-
Architecturé le pipeline d’inférence NLP multilingue « Bartender », pour l’analyse automatisée de documents complexes, intégrant NER, extraction thématique et désambiguïsation sémantique. Entraînement et tuning des modèles réalisés manuellement pour garantir performance et qualité.
-
Contribué à des briques de Bartender retenues au sein du consortium européen ATLAS, financé par le Fonds Européen de la Défense (FED), renforçant la visibilité et la crédibilité européenne des travaux en traitement automatique du langage.
-
Optimisé des modèles NLP state-of-the-art (ONNX) dans des contextes contraints, pour améliorer l’inférence et la portabilité.
-
Mis en production des services IA conteneurisés (Docker, Kubernetes), garantissant robustesse, scalabilité et maintenabilité en environnement industriel.
-
Implémenté un bus de message asynchrone via Apache Kafka (publisher / subscriber) pour faciliter la communication entre composants applicatifs.
-
Déployé et maintenu un assistant local basé sur OpenWebUI, supervisant modèles, embeddings, intégration Ollama et plugins IDE, et accompagnant les équipes via des ateliers pratiques pour faciliter l’adoption.
-
Pilotage en cours de la migration d’OpenWebUI on-premise vers une solution interne sur-mesure, avec responsabilité complète sur la conception de l’architecture RAG : infrastructure, choix des bases de données, recherche hybride, stratégies pre‑RAG et post‑RAG, modèles de ranking et évaluation.
-
Architecturé le pipeline d’inférence NLP multilingue « Bartender », pour l’analyse automatisée de documents complexes, intégrant NER, extraction thématique et désambiguïsation sémantique. Entraînement et tuning des modèles réalisés manuellement pour garantir performance et qualité.
Data Engineer
Atos
Septembre 2021
à mars 2023
-
Conçu et maintenu des pipelines Big Data pour l’ingestion, le traitement et l’indexation de données hétérogènes (texte, audio, vidéo).
-
Optimisé les index Elasticsearch, pour améliorer la vitesse de recherche et la fiabilité des requêtes.
-
Conçu un moteur de requêtes sémantiques en langage naturel pour Elasticsearch, traduisant des expressions complexes (ex. « Paris AND Bruxelles NOT Russie ») en requêtes structurées pour améliorer l’accessibilité et la précision de la recherche.
-
Intégré un modèle NER externe au sein d'un pipeline data, en gérant la récupération, la transformation et l’indexation des résultats en base de données pour exploitation applicative.
-
Utilisation d'outils de monitoring et de traçabilité (Jaeger, OpenTelemetry) pour fiabiliser les chaînes de traitement en production.
-
Conçu et maintenu des pipelines Big Data pour l’ingestion, le traitement et l’indexation de données hétérogènes (texte, audio, vidéo).
Data Scientist (Alternance)
Atos
Octobre 2019
à juillet 2021
-
Développé un système de recommandation personnalisée, pour améliorer la pertinence des contenus proposés aux utilisateurs.
-
Implémenté des modèles de NER multilingues (Flair, XLM), incluant annotation et évaluation des données.
-
Développé et dockerisé des applications data, pour faciliter leur déploiement et leur reproductibilité.
-
Participé à la conception de POC IA en lien avec des problématiques métiers.
-
Développé un système de recommandation personnalisée, pour améliorer la pertinence des contenus proposés aux utilisateurs.
Compétences
Machine Learning
- Pytorch / Tensorflow / Keras
- Transformers
- Pandas / Numpy
- Scikit-learn
- Unsloth / Trl
Data Engineering
- Kafka
- Elasticsearch
Programmation
- Python
- Java (Certification OCA)
DevOps & MLOps
- Docker
- Kubernetes
- Titre de niveau 7: Expert informatique et systèmes d'information.
Titre professionnel de niveau 6.
- Contributeur open source, avec des contributions au repository transformers de Hugging Face.
- Compétiteur Kaggle avec médailles, développement et optimisation de modèles sur des problèmes complexes.
Langues
-
Français
Langue maternelle
-
Anglais
B2/C1
