Portfolio
Projets en chimie computationnelle, machine et deep learning scientifique, et systèmes IA personnels : de la recherche exploratoire aux outils de productivité.
PhotoGNN
Encodeur moléculaire multi-tâche pour les propriétés photophysiques.
Quatre branches parallèles (interactions topologiques, géométrie 3D, descripteurs globaux, embeddings MACE pré-entraînés) fusionnées dans une architecture hybride optimisée par recherche bayésienne.
Dataset QCDGE (443k molécules, TD-ωB97X-D/6-31G*).
BioGNN
Modèle de Deep Learning pour la prédiction d'activité biologique et toxicologique moléculaire.
Réseau de neurones graphique avec architecture branchée et mécanismes d'attention, déployé dans une interface utilisateur dédiée.
Nexus
Assistant de recherche IA focalisé sur la confidentialité.
Écosystème de veille automatisée et assistée par IA, pensé pour la recherche scientifique :
- Orchestration d'agents IA,
- RAG avancé,
- LLMs locaux.
Interface utilisateur pour converser avec sa veille et ses données, afin de guider ses recherches et projets.
Fulcrum
Architecture de veille stratégique personnalisée et automatisée en cybersécurité.
Focus thématiques
RegulAgro
Fine-tuning d'un LLM sur la réglementation agronomique française pour la génération d'expertises réglementaires ciblées.
SciGraphRAG
Construction d'un graphe de connaissances depuis un corpus bibliographique scientifique, exploité par un LLM local pour l'inférence et l'évaluation via LLM-as-a-Judge.
Alexandria
Système bibliographique automatisé intégrant des articles scientifiques dans un graphe de citations interrogeable pour l'analyse de la littérature.
Reaction Optimization Tool
Prédiction de rendements de réactions chimiques combinant structure moléculaire, conditions expérimentales et modèles de Deep Learning.
LocalMind
Interface de chat avec LLMs locaux dotés de mémoire persistante, analyse statistique des conversations, profils de travail et paramétrage profond.