Reconversion armée → commerce → data science. Je construis des systèmes ML de bout en bout : de la reproduction rigoureuse de l'état de l'art jusqu'à la mise en production observable.
- 🌍 Correction des prévisions de qualité de l'air — post-traitement de CAMS Europe aux stations françaises : 36 mois, 28 M d'enregistrements, 4 polluants. Le modèle corrige là où il n'y a aucune station, et c'est ainsi qu'il est évalué — station et mois cachés ensemble : 39,6 % d'erreur en moins sur le NO₂. Brut, le produit européen ne passe le critère réglementaire FAIRMODE que sur 41,4 % des stations NO₂ ; corrigé, 96,2 % — code · dossier, 63 pages
- ⚙️ Vigilance — plateforme de détection d'anomalies temps réel : DAG event-driven 9 workers (Redis, Docker), 3 canaux de détection décorrélés, cycle de vie d'alarme en épisode unique, cockpit Streamlit 49 pages, code privé sur demande · fiche projet
- 🧪 Multi-Agent-Lab : laboratoire d'évaluation d'agents LLM 100 % locaux (RTX 5090). Mesurer ce que chaque brique d'un agent apporte vraiment face à une baseline, sous protocole préenregistré : 116 objectifs sur 200 clos. Dernier résultat : pour choisir le bon skill, une décision typée du modèle bat un routeur classique (84 sur 107 contre 41) ; les résultats négatifs sont publiés comme tels. Code privé · vitrine · fiche projet
- 🧬 LLM_finetuning : affiner et distiller des LLM sur des comptes rendus cliniques français fictifs (PARHAF), sur une seule RTX 5090. Mesurer quelle technique apporte un gain réel face à une référence solide, sous protocole gelé avant la première mesure. Code privé, présentation détaillée sur demande à cyril.bgs.dev@gmail.com · vitrine · fiche projet
- 🕵️ Aegis-RCA — agent LLM local de diagnostic de causes racines pour Vigilance : RAG sur procédures, sandbox d'auto-correction, décisions d'architecture mesurées (pas juste supposées) — code · fiche projet
- 🔬 Benchmarks de reproduction AD — ADBench (tabulaire) & TSB-AD (séries temporelles) : reproduire exactement les scores publiés avant de prétendre les battre — VUS-PR, point-adjust banni, validation LODO — anomaly_tabular · anomaly_tsad (PaAno ICLR'26 certifié #1 TSB-AD)
- 🏆 Kaggle — 35+ compétitions, 3 top 1% mondial (meilleur rang : #14/3022)
| projet | état | ce qui bouge |
|---|---|---|
| Qualité de l'air | ✅ visible | dossier de 63 pages, protocole en double aveugle, horizon réglementaire 2030 |
| Vigilance | ✅ fiche publique, code privé | plateforme MLOps temps réel, 9 workers, cockpit 49 pages |
| Multi-Agent-Lab | 🚧 en cours | 116/200 objectifs, forge de skills (lot F11) |
| LLM_finetuning | 🚧 en cours | premier cycle exploratoire, code privé, présentation sur demande |
| Aegis-RCA | ✅ visible | agent LLM local de diagnostic, RAG sur procédures |
| anomaly_tabular / anomaly_tsad | ✅ visible | reproductions ADBench et TSB-AD |
| Portfolio | ✅ visible | fiches projet détaillées |
Python Scikit-learn XGBoost PyTorch Polars Redis Docker Prometheus Grafana Streamlit SHAP