Data Scientist spécialisé en données scientifiques
Docteur en Chimie Organique et passionné par les nouvelles technologies, je joins les sciences fondamentales et l'intelligence artificielle pour accélérer la découverte et l'optimisation de molécules. Après 3 ans de recherche en photochimie au CNRS, j'exploite aujourd'hui le Deep Learning pour lever les verrous de la chimie traditionnelle : des réseaux de neurones complexes pour les prédictions moléculaires aux systèmes d'IA agentiques pour l'automatisation de la veille scientifique et comme assistant de recherche.
Projets phares
Nexus
Écosystème d'agents IA personnels pour un freelance scientifiquen, orchestrant agents conversationnels, knowledge graph, vector store ChromaDB et LLMs locaux dans une interface Electron unifiée.
BioGNN
Modèle de Deep Learning pour la prédiction d'activité biologique de molécules, basé sur des Graph Neural Networks dans une architecture branchée avec mécanismes d'attention.
Ce que vous trouverez ici
Portfolio
Projets personnels et professionnels : LLMs locaux, systèmes agentiques, data engineering chimique, ML appliqué à la photochimie.
Voir le portfolio →Articles
Réflexions techniques sur l'IA appliquée à la science, les architectures de réseaux de neurones, et les outils pour chercheurs.
Lire les articles →Fiches de cours
Notes détaillées sur les mathématiques, la data science, le machine learning, la chimie et la botanique. Accessibles ultérieurement.
Parcourir les cours →