Kossi Noumagno.
Data Scientist & ML Engineer

Détection d'anomalies sur panneaux solaires (drone)

Détection et caractérisation des défauts thermiques de panneaux photovoltaïques à partir d'images infrarouges de drone. L'image est traitée comme un champ de température T(x,y) : débruitage (gaussien, diffusion anisotrope, variation totale), détection par gradients, puis comparaison segmentation classique et ML/DL (Random Forest, SVM, autoencodeur, U-Net).

Chaque anomalie est quantifiée : localisation, surface, température relative, avec un indicateur de sévérité expérimental.

Objectif : une application de détection automatique, avec un assistant IA qui détaille les anomalies en langage naturel.

VentiRE — Assistant RAG réglementaire

Copilote local pour interroger la réglementation française sur la ventilation : recherche dense + BM25, fusion, reranking et génération par LLM local, avec refus de répondre hors du corpus et traçabilité des sources.

Évaluation RAGAS : recall > 80 %, precision > 90 %.

PINNs pour le système de Lorenz

Réseaux de neurones informés par la physique pour approximer un système chaotique. Comparaison d'un réseau standard avec des Fourier Features, validée contre une solution RK45, avec observations partielles X/Y/Z.

Erreur relative L2 : 0,1052 → 0,0609 (−42 %) avec Fourier Features.

Détection de fraude bancaire

Comparaison de modèles supervisés sur 50 000 transactions très déséquilibrées. L'accuracy seule étant trompeuse, l'évaluation porte sur le compromis précision / rappel.

LightGBM : F1 0,764 · précision 0,997 · rappel 0,620 · AUC 0,804.

Maintenance prédictive & analyse de survie

Estimation de la durée de vie des équipements et de la durée de vie résiduelle (RUL) avec Kaplan–Meier, pour passer d'une maintenance corrective à une surveillance qui anticipe les défaillances. Tableau de bord interactif.

MatchCraft AI — Pipeline LLM multi-étapes

Veille d'offres et génération de lettres personnalisées. Le pipeline sépare extraction, rédaction et auto-critique avec régénération conditionnelle, et ancre la rédaction dans les documents réels du candidat. Le LLM intervient dans des étapes pilotées par du code déterministe.