Pierre-Alexandre BROUX

En résumé

Entreprises

• Université Du Maine - Chercheur Post-doctorant

  Informatique | Le Mans 2020 - maintenant Sujet : Travailler sur des systèmes de reconnaissance d'entité nommée de bout-en-bout pour le projet de l'agence nationale de la recherche (ANR) "ANTRACT - Analyse transdisciplinaire des actualités françaises".
  
  Tâche(s) réalisée(s) :
  ▪ étudier les systèmes de reconnaissance d'entité nommée de bout-en-bout et pipeline à l'état de l'art ;
  ▪ en cours.
  
  Mot(s)-clé(s) :
  Traitement de la parole (Speech processing); Traitement du langage naturel (Natural language processing); Apprentissage automatique (Machine learning); Reconnaissance d'entité nommée; Apprentissage non supervisé; Apprentissage supervisé; Big data; Data visualisation; Évaluation; Data science; Exploration de données; Intelligence artificiel; Python; Jupyter; SLURM; PyTorch; ESPNet; Bout-en-bout.

• Université Du Maine - Applied/Research Scientist et Enseignant Universitaire Contractuel

  Informatique | Le Mans 2019 - 2020 Sujet et objectif : Travailler sur des systèmes neuronaux appliqués à la tâche de segmentation et regroupement en locuteurs (SRL) et enseigner l'informatique à des étudiants en licence.
  
  Tâche(s) réalisée(s) :
  ▪ comparer plusieurs systèmes neuronaux à plusieurs systèmes à l'état de l'art pour diverses types de données ;
  ▪ contribuer au projet Git Python S4D en lien avec la reconnaissance locuteur et la segmentation et regroupement en locuteurs ;
  ▪ publier un journal scientifique à partir de mes anciens travaux sur les systèmes de segmentation et regroupement en locuteurs assisté par l'humain ;
  ▪ créer un projet Git Python à partir de mes anciens travaux pour la communauté scientifique : une version modifiée du logiciel Transcriber qui génère un historique des interactions humaines.
  
  Mot(s)-clé(s) :
  Traitement de la parole (Speech processing); Apprentissage automatique (Machine learning); Reconnaissance du locuteur; Segmentation et regroupement en locuteurs; Apprentissage non supervisé; Apprentissage supervisé; Apprentissage semi-supervisé; Big data; Data visualisation; Évaluation; Système assisté par l'humain; Data science; Exploration de données; Intelligence artificiel; Python; Ruby; Jupyter; SLURM; PyTorch; Tensorboard; Torchaudio.

• Université Du Maine - Applied/Research Scientist

  Informatique | Le Mans 2018 - 2019 Sujet : Travailler sur des systèmes de segmentation et regroupement en locuteurs assistés par l'humain pour le projet de l'agence nationale de la recherche (ANR) "ANTRACT - Analyse transdisciplinaire des actualités françaises".
  
  Tâche(s) réalisée(s) :
  ▪ étudier des réseaux de neurones pour la détection de la parole ;
  ▪ développer des systèmes de segmentation et regroupement en locuteurs assistés par l'humain ;
  ▪ contribuer à deux projets Git Python en lien avec la reconnaissance du locuteur et la segmentation et le regroupement en locuteurs (S4D et S4DL).
  
  Mot(s)-clé(s) :
  Traitement de la parole (Speech processing); Apprentissage automatique (Machine learning); Reconnaissance du locuteur; Segmentation et regroupement en locuteurs; Apprentissage non supervisé; Apprentissage supervisé; Apprentissage semi-supervisé; Big data; Data visualisation; Évaluation; Système assisté par l'humain; Data science; Exploration de données; Intelligence artificiel; Python; Ruby; Jupyter; SLURM.

• Ina - Institut National De L'audiovisuel - Doctorant

  Informatique | Bry sur Marne 2015 - 2018 Sujet : Segmentation et regroupement en locuteurs dans des documents audiovisuels, en interaction avec des annotateurs humains.
  Directeur de thèse : Sylvain Meignier.
  Co-encadrants : Simon Petitrenaud & Jean Carrive.
  Entreprise : Institut national de l'audiovisuel (INA), Bry-sur-Marne, France.
  Laboratoire : Laboratoire informatique de l'Université du Mans (LIUM), Le Mans, France.
  Financement : CIFRE.
  Date de soutenance : 10 janvier 2020.
  
  Tâche(s) réalisée(s) :
  ▪ développer en Python des algorithmes de segmentation et regroupement en locuteurs assistés par l'humain pour structurer et valoriser les données de l'INA ;
  ▪ contribuer à deux projets Git Python en lien avec la reconnaissance du locuteur et la segmentation et le regroupement en locuteurs (S4D et S4DL) ;
  ▪ définir une mesure évaluant les performances d'un algorithme assisté ;
  ▪ proposer un protocole d'évaluation des interactions humaines ;
  ▪ développer en Python un automate simulant les corrections d'un annotateur humain pour la tâche de segmentation et regroupement en locuteurs ;
  ▪ mettre en évidence l'intérêt d'un système assisté par l'humain ;
  ▪ publier des articles scientifiques et les présenter à des conférences internationales.
  
  Mot(s)-clé(s) :
  Traitement de la parole (Speech processing); Apprentissage automatique (Machine learning); Reconnaissance du locuteur; Segmentation et regroupement en locuteurs; Apprentissage non supervisé; Apprentissage supervisé; Apprentissage semi-supervisé; Big data; Data visualisation; Évaluation; Système assisté par l'humain; Data science; Exploration de données; Intelligence artificiel; Python; Ruby; Jupyter; SLURM.

• Université Du Maine - Stagiaire en R&D/Data Science

  Informatique | Le Mans 2015 - 2015 Sujet : Évaluation et comparaison d'algorithmes de type classique et flou pour la classification en locuteurs.
  Encadrants : Sylvain Meignier & Simon Petitrenaud.
  
  Tâche(s) réalisée(s) :
  ▪ étudier des algorithmes non flous (Hard clustering/Crisp clustering) : Classification ascendante hiérarchique (CAH) et K-moyennes ;
  ▪ étudier des algorithmes flous (Soft clustering) : C-moyennes flou ;
  ▪ évaluer et comparer les inerties des algorithmes flous et non flous ;
  ▪ déterminer si l'inertie apporte des informations réellement pertinentes sur la classification idéale à retrouver.
  
  Mot(s)-clé(s) :
  Apprentissage supervisé; Apprentissage non supervisé; Algorithme flou; K-moyenne; CAH; C-moyennes flou; Ruby; Python.

• Uem - Stagiaire

  METZ 2014 - 2014 Objectif : Mettre à niveau un logiciel gérant la demande et la trace d'intervention de maintenance sur certaines machines présentes dans l'entreprise.
  
  Tâche(s) réalisée(s) :
  ▪ réécrire en Java (J2EE) l'application initialement développée en FoxPro ;
  ▪ adapter l'application à un modèle client-serveur ;
  ▪ améliorer l'ergonomie de l'application ;
  ▪ ajouter de nouvelles fonctionnalités à l'application répondant aux besoins actuels de l'entreprise ;
  ▪ former le personnel à la nouvelle application.
  
  Mot(s)-clé(s) :
  Java; J2EE; SQL; FoxPro; Ergonomie; Ingénierie.

Formations

• Le Mans Université

  Le Mans 2015 - 2018 Doctorat
  
  Sujet : Segmentation et regroupement en locuteurs dans des documents audiovisuels, en interaction avec des annotateurs humains.
  Directeur de thèse : Sylvain Meignier.
  Co-encadrants : Simon Petitrenaud & Jean Carrive.
  Entreprise : Institut national de l'audiovisuel (INA), Bry-sur-Marne, France.
  Laboratoire : Laboratoire informatique de l'Université du Mans (LIUM), Le Mans, France.
  Financement : CIF

• Université Du Maine

  Le Mans 2013 - 2015 Master
  
  Master "Ingénierie des systèmes intelligents" (ISI).
  Mention bien.
  

• Le Mans Université

  Le Mans 2010 - 2013 Licence
  
  Licence "Science pour l'ingénieur" (SPI).
  Mention assez bien.

Réseau

• Alexis CARPENTIER

• Alexis DERAU

• Gaël CARRÉ

• Julien LEDRU

• Kévin VYTHELINGUM

• Nathalie ORHAN

• Telex HELIO

• Thibault PARMÉ

• Thierry LEMEUNIER

• Yohan DARDE