Corentin Perdrizet

Ingénieur IA & Data Scientist

01.

À propos de moi

Ingénieur en intelligence artificielle diplômé de ENSEIRB-Matméca .

Je me spécialise en machine learning, deep learning, computer vision et traitement du langage naturel. J’ai développé différents systèmes d’IA allant de la reconnaissance d’images satellites à des systèmes d’optimisation pour les services d’urgence.

Compétences développées :

Python

TensorFlow

PyTorch

Machine Learning

Deep Learning

Reinforcement Learning

Natural Language Processing

Large Language Models

Java

JavaScript

TypeScript

C++

SQL

HTML

CSS

Voir mon CV

02.

Formation

2025

2022

École d'ingénieur en informatique

Enseirb-Matméca , Talence

Diplôme d’ingénieur en informatique spécialisé en intelligence artificielle et data science.

Algorithmes, programmation, data science, ingénierie, intelligence artificielle

Classe préparatoire aux grandes écoles

Lycée Camille-Jullian, Bordeaux

Classe préparatoire scientifique MPSI-MP.

Analyse, algèbre, physique, sciences de l’ingénieur

2022

2020

2020

2017

Baccalauréat scientifique

Lycée Nord Bassin – Simon Weil, Andernos-Les-Bains

Baccalauréat scientifique option mathématiques.

03.

Expérience professionnelle

Stagiaire – Data Science & AI Engineer

Thales – Singapour
Mai 2025 – Novembre 2025

Développement d’un système modulaire d’optimisation basé sur l’IA pour les services d’urgence. Conception de modèles de prédiction du temps de réponse et de stratégies d’allocation des ressources à partir de données opérationnelles et publiques. Réalisation d’analyses exploratoires et explicatives afin de comprendre les dynamiques spatio-temporelles des incidents et fournir des outils d’aide à la décision.

Stagiaire – Ingénieur IA

Technische Universität Berlin
Juillet – Septembre 2024

Développement de modèles d’IA pour satellites en orbite basse. Conception, déploiement et tests de modèles légers de reconnaissance d’images permettant un fonctionnement autonome sur des dispositifs à faible puissance de calcul. Ces modèles permettent aux satellites de détecter automatiquement des événements critiques tels que des feux de forêt ou l’évolution du changement climatique et de transmettre les images pertinentes vers la Terre.

Autres expériences professionnelles

Professeur particulier Commis de cuisine Vendeur Pizzaiolo Plongeur Employé polyvalent McDonald's Employé municipal

04.

Portfolio

Détection de la Maladie d'Alzheimer à partir d'IRM Cérébrales

Développement d'une méthode de détection des stades d'Alzheimer à partir d'IRM 3D du cerveau, utilisant des architectures U-Net et des stratégies comme les coupes 2D et patchs 3D.

TensorFlow, Deep Learning, Computer Vision, CNN, U-net, Traitement 2D/3D

Détection de Nématodes pour la préservation des pins

Développement d'un modèle de vision par ordinateur pour détecter et compter les nématodes dans des échantillons microscopiques, afin de suivre leur prolifération et prévenir la destruction des pins.

Computer Vision, TensorFlow, Deep Learning, Analyse d'image

Machine Learning - Joueur de GO

Développement d'un modèle d'IA performant pour jouer au jeu de Go, intégrant des algorithmes de recherche avancés et des techniques d'apprentissage automatique pour analyser les parties et optimiser les performances du jeu.

PyTorch, Machine Learning, Algorithme de recherche

Génération de poésie avec Transformers

Développement d'un modèle d'IA pour générer de la poésie en fine-tunant une architecture basée sur Transformers, exploitant un ensemble de données de poèmes et des techniques avancées de modélisation de séquences.

Transformers, Génération de Texte, Fine-Tuning

Apprentissage par Renforcement dans des Environnements en Grille

Développement et implémentation d'algorithmes d'apprentissage par renforcement pour naviguer dans des environnements en grille avec des transitions et récompenses stochastiques.

Processus de Décision de Markov, SARSA, Q-Learning, Monte Carlo

Recherche Optimale d'Hyperparamètres pour Réseaux de Neurones

Développement d'un algorithme génétique pour optimiser les hyperparamètres des réseaux de neurones, améliorant ainsi les performances des modèles grâce au calcul évolutif.

Algorithmes Génétiques, Optimisation d'Hyperparamètres, Optimisation en Apprentissage Machine

Recommandation sécurisée d'itinéraires pour la micromobilité

Développement d'une application multiplateforme, exploitant le traitement des données et l'optimisation multicritère pour recommander des itinéraires plus sûrs pour les vélos et les trottinettes en milieu urbain.

Python, Java, SQL, JavaScript, Android, React

Développement de jeux et heuristiques

Développement de plusieurs jeux incluant la conception d'heuristiques pour deux jeux de plateau (Mansuba et Amazon) ainsi qu’un jeu de Tower Defense.

C, JavaScript, HTML, CSS, Architecture Client/Serveur, Travail d'équipe

Projet de covoiturage avec base de données

Développement d'une base de données relationnelle et de son interface pour le covoiturage sur le campus, couvrant la modélisation des données, la gestion des utilisateurs, la planification des trajets et les fonctionnalités de retour d'informations.

SQL, PHP, HTML, CSS

Robot collecteur de déchets

Programmation et optimisation du trajet d'un robot collecteur de déchets évitant les obstacles.

Théorie des graphes, Pondération des chemins, Optimisation des chemins

Projets algorithmiques numériques

Une série de projets axés sur l'algorithmique numérique, comprenant la modélisation de vagues, de pendules à N maillons, de pressions sur une aile d'avion, de calcul de points de Lagrange, entre autres problématiques complexes.

Python, Analyse, Algèbre, Mathématiques appliquées

Raccordement de courbes lisses

Projet personnel de mathématiques appliquées présenté à l'université de Paris : Etude, élaboration et implémentation de solutions permettant de minimiser les accidents routiers grâce aux courbes clothoïdes.

Mathématiques appliquées, Calcul intégral et différentiel, Analyse, Python

05.