Mon parcours
2019
Ma passion pour l'informatique a commencé au lycée lors de mon cursus scientifique. En effet, j'ai eu l'occasion de participer aux Olympiades de Sciences de l'Ingénieur UPSTI en groupe de 3 sur un projet de chargeur de piles automatisé. Ce chargeur a la capacité de charger simultanément 8 piles de type AA, puis de les relâcher indépendamment une fois chargées. Je me suis personnellement occupé des parties informatique et électronique du projet. Notre projet a su convaincre le jury et nous avons remporté la médaille d'or au niveau académique, et une place dans le top 20 en France.
2019-2024
Une fois mon baccalauréat scientifique obtenu, j'ai décidé de me lancer dans une formation d'ingénieur en informatique. J'ai donc choisi d'intégrer l'EPITA, l'une des meilleures écoles d'ingénieur en informatique en France. Le cursus scolaire se déroule en 5 ans, et est composé de 2 ans de prépa intégrée, et de 3 ans de cycle ingénieur. Le diplôme d'ingénieur d'un niveau Master 2 est reconnu par l'État, et est certifié par la CTI.
2021
Durant ma deuxième année d'études supérieur, j'ai eu l'opportunité de réaliser un semestre Erasmus d'une durée de 6 mois. Parmi les universités partenaires proposés, j'ai décidé d'étudier à Rīgas Tehniskā Universitāte en Lettonie. Les cours étaient dispensés en anglais, et j'ai pu choisir parmi un large choix de cours, notamment en informatique et en mathématiques. Ce semestre m'a permis de découvrir une nouvelle culture, et de développer mon niveau d'anglais.
2022-2023
Au début de ma 4ème année d'étude à l'EPITA, j'ai réalisé un stage de tronc commun de 5 mois au sein de l'entreprise Ekium. Le stage s'est déroulé dans le bureau d'Ekium à Lyon, dans lequel j'ai pu travailler sur le projet Ekidi, un outil de digitalisation des processus industriels. Mon rôle était de développer les fonctionnalités de l'application web (front-end et back-end) dans le cadre de la création d'une nouvelle usine entièrement automatisée de la compagnie AirLiquide. J'ai également eu l'occasion de travailler sur l'architecture de données de l'application ainsi qu'un système de KPIs afin de mesurer la performance des usines.
2023
Au cours de la 4ème année à l'EPITA, les étudiants ont l'opportunité de choisir une majeure permettant de se spécialiser dans un domaine jusqu'à la fin des études. Ayant un intérêt particulier pour l'IA, mon choix s'est porté sur la majeure SCIA - Data Science et Intelligence Artificielle. Cette majeure permet d'approfondir les connaissances en mathématiques liées à l'IA, et d'en découvrir les différents domaines (machine learning, deep learning, traitement du langage naturel, etc.). Au sein même de cette majeure, sont proposés 2 sous spécialités : NLP (Natural Language Processing) et CV (Computer Vision). J'ai personnellement choisi la spécialité CV, car le domaine de la vision par ordinateur m'intéresse particulièrement pour ses défis techniques et ses applications concrètes.
2023
Afin de nous préparer à la vie professionnelle, l'EPITA nous propose de réaliser un projet de fin d'études en entreprise en groupe de 5 étudiants. Ce projet d'une durée de 6 mois doit être en lien avec la majeure choisie. Avec mon groupe, nous avons décidé de réaliser un projet d'IA avec apprentissage par renforcement pour la compagnie FOGO. Cette nouvelle startup développe un radiateur électrique intelligent, et nous avons pour objectif de développer un algorithme permettant de contrôler le radiateur afin de réduire la consommation d'énergie tout en gardant un confort optimal.
2024
Pour terminer mon cursus d'ingénieur, j'ai choisi de faire mon stage de fin d'études chez Stäubli, une grande entreprise industrielle qui possède 3 branches : Robotique, Textile et Raccords. Stäubli est principalement connue pour ses robots possédant la meilleure précision et la plus grande fiabilité sur le marché. Ma première mission dans ce stage était de mettre en place un système de récupération des données unifié pour l'ensemble des robots en production. La deuxième mission était d'utiliser les données récupérées pour mettre au point un modèle de machine learning destiné à faire de la maintenance prédictive sur les robots pour mieux anticiper les pannes.
