Maxime Song

- Recherche appliquée à l’imagerie inverse : développement et étude de modèles avancés pour résoudre des problèmes d’imagerie inverse (modèles de diffusion avec une représentation intermédiaire de la physique, modèle UNet conditionnés par la physique), avec publication de codes opens sources (DeepInv, Reconstruct Anything Model, Démo gradio sur HuggingFace) - Chatbot scientifique (Q/A avec sources) : conception d’un service de question-réponse basé sur les technologies de Retrieval-Augmented Generation (RAG), intégration d’un pipeline d’évaluation automatique pour mesurer la qualité des réponses (exactitude, complétude, ancrage contextuel), et développement d’une interface utilisateur avec Gradio.

Soutien à la recherche française, j'aide les scientifiques à exploiter aux mieux l'IA avec l'aide du supercalculateur Jean Zay : -Formateur de cours IA : FIDLE (formation Youtube), Formation ArchDL de l'IDRIS -Assistance du supercalculateur Jean Zay : Veille techno et documentation technique, Assistance pour l'utilisation et l'optimisation des ressources -Ingénieur de recherche : développement et étude d’architectures IA dans des projets de recherches (ConvLSTM pour la prédiction d’affinité Protéine-Ligand, Mixture of Models pour la détection d’activité humaine, Ré-entraînement de DINO et de SAM avec la Slot Attention pour la reconnaissance d'objets sur une scène) -Ingénierie logicielle : Gestion de projets de recherches, Optimisation pour accélérer l’entrainement et l’inférence des réseaux de neurones profonds (profilage du code, gestion des communications et des I/O, optimisations du débit des modèles, etc.) dans les projets de recherches et via des Hackathons NVIDI-IDRIS

Etude de méthodes de segmentation pour améliorer lasolution AnotherBrain de détection de défauts industriels : -Familiarisation avec la pipeline existante basée sur des Variational Autoencoder et DBSCAN -Analyse des performances d'OPTICS sur la solution AnotherBrain : gain de temps considérable sur DBSCAN -Implémentation des réseaux de neurones AnoNet et FuseNet avec Pytorch, dédiés à la segmentation sémantique pour un gain de performance de 5% -Revue de codes sur Gerrit pour assurer la qualité du code en production -Visualisation et analyse des résultats avec Trains/ClearML

Prédire les actions d’agents à partir des données de capteurs provenant d’une maison connectée : -Etat de l’art des méthodes non supervisées et par renforcement -Implémentation du Q-learning à partir de zéro en Scala -Amélioration des décisions des agents avec une stratégie de communication inter-agents

-Préparation du service -Prise en charge des commandes

The master AI (Artificial Intelligence) is designed to train high level data scientists and experts on fundamental and/or applied Artificial Intelligence research. I studied the following subjects : - Generative models - Deep learning for NLP - Image Mining - Text mining and Chatbots - Reinforcement learning - Advanced Optimization and Machine Learning - Signal Processing

ENSIIE is a French engineering school of Mathematics and Computer Science. I studied both computer science and mathematics related subjects such as : - Networks and Operating Systems - Web Programming - Imperative Programming - Object Oriented Programming - Functional Programming - Applied Mathematics (Probability, Statistics, Graph Theory, Operational Research, Optimization, Stochastic calculus) - Data (Data Analysis, Regression Models, Advanced Machine learning)

Exchange semester in Korea in which I studied intensively the following subjects : Introduction to Deep learning / Network data analysis / Econometrics / Game theory

Intensive preparatory program for nationwide exam entrance to French Grandes Écoles : Mathematics / Physics / Chemistry / Humanities