Aller au contenu
Diego Agudelo
Écrivez-moi
Diego AgudeloIngénieur Machine Learning · Ingénieur IA · Data Scientist

Diego Agudelo

Je construis des systèmes de machine learning, des mathématiques jusqu'au service en production, et je documente comment chacun a été évalué et où il montre ses limites.

Parmi eux : un réseau de neurones écrit de zéro sans framework de ML, un pipeline de prédiction de salaires déployé en application web publique, et un système de questions-réponses sur le droit du travail français qui refuse les questions hors sujet.

À l'École 42 Paris, je dirige l'AI Lab de 42AI : je cadre ses projets, recrute et encadre les étudiants qui les réalisent. Avant cela, trois ans comme ingénieur civil chez Egis et Sixense, à inspecter tunnels, lignes de métro et bâtiments.

École 42 Paris · 42AI AI Lab · Egis · Sixense

En ce moment · Mis à jour
  • Je développe RAG-Syntec, un système de questions-réponses à génération augmentée par la récupération sur la convention collective Syntec.
  • Je dirige l'AI Lab de 42AI.
  • Ouvert aux opportunités, disponible immédiatement.
01

Projets sélectionnés

§

Six projets, chacun avec ma contribution, sa méthode d'évaluation et ses limites.

1.1Weight Your Wage

Prédit les salaires des développeurs à partir de l'enquête Stack Overflow. Un projet d'équipe de l'AI Lab de 42AI qui couvre tout le chemin, des données brutes à une application web publique ; le modèle est une baseline assumée, le vrai travail est le pipeline.

  • Déployé · application web publique
  • R² ≈ 0,62 (validation)
raw survey
MinIO
ETL
PostgreSQL
clean labels
Cleanlab
train · Huber
Lightning · MLflow
serve
FastAPI jobs
web app
Next.js
monitoring — Grafana · Prometheus · Loki
Fig. 1 — Pipeline as implemented in the repo. Stages outlined in accent are where most of my commits went.
MA CONTRIBUTION
Mes commits sont allés surtout au code d'entraînement du modèle (PyTorch Lightning, MLflow), au service FastAPI, à la configuration Docker Compose et aux tableaux de bord de monitoring. J'ai réalisé seul le front end web Next.js, dans un dépôt séparé.
RÉSULTAT
Déployé et public. Le modèle atteint un R² ≈ 0,62 sur le jeu de validation (qui sert aussi à l'arrêt anticipé) — une baseline assumée ; le livrable, c'est le pipeline MLOps de bout en bout.
Lire l'étude de cas →Code ↗Démo en ligne ↗
CONTEXTE
AI Lab de 42AI
RÔLE
Équipe de 5
STATUT
Terminé
STACK

1.2 Multilayer perceptron

Classe les tumeurs du sein en bénignes ou malignes avec un réseau de neurones écrit en NumPy : couches, fonctions de perte et optimiseurs derrière une API façon Keras.

  • 97,4 % préc. validation
  • 569 échantillons

96,5–97,4 % de précision en validation sur trois essais 80/20 (graine 42) ; l'essai principal, avec arrêt anticipé sur la perte de validation, a atteint 96,5 %.

Étude de cas →Code ↗Notebook ↗
  • Adam, 24-24, essai A97.4%
  • Arrêt anticipé, essai principal96.5%
  • Adam, 24-24, essai B94.7%
Fig. 2 — Précision en validation
CONTEXTE
École 42 · projets IA
RÔLE
Solo
STATUT
Terminé
STACK

1.3 RAG-Syntec — EN COURS

Répond aux questions sur la convention collective Syntec et refuse les questions hors sujet avant même d'appeler le LLM. 172 documents, 8 447 chunks, récupération dense sur Chroma.

  • 172 docs · 8 447 chunks
  • 55 questions étiquetées

Calibration du seuil seulement : les questions dans le sujet sont restées sous une distance de 0,701, les hors-sujet au-dessus de 0,780 ; le seuil est fixé à 0,74.

Étude de cas →Code ↗
  • Dans le sujet, distance maximale0.701
  • Seuil de refus0.740
  • Hors sujet, distance minimale0.780
Fig. 3 — Distance au chunk le plus proche
CONTEXTE
Projet personnel, parti d'un squelette de test technique
RÔLE
Solo
STATUT
En cours
STACK

1.4 CapTech IDF — EN COURS

Cartographie 79 099 entreprises d'Île-de-France à partir des données publiques de l'Insee, réparties sur 16 domaines technologiques. Une entreprise n'entre dans un domaine qu'avec une source citée et datée ; 23 en ont une à ce jour, en IA, cybersécurité et systèmes embarqués. Le code est privé.

  • 79 099 entreprises
  • 1 343 segments indexés
Sirene stocks
Parquet · DuckDB
load
Supabase
crawl sites
robots.txt · 1 req/s/host
evidence corpus
URL · page · block filters
cited domain
source · date
map · 2D/3D scene
MapLibre · three.js
tests — 1,000+ automated tests (Vitest)
Fig. 4 — Data flow as documented in the private repo. Outlined in accent: the evidence path; a company joins a domain only with a cited, dated source.

Le nettoyage du corpus a réduit les segments indexés de 2 105 à 1 343 ; 45 organisations sur 46 ont conservé du texte métier. La récupération est évaluée sur 18 requêtes en mode positif–non étiqueté, donc aucune précision ni F1 n'est revendiquée.

Étude de cas →Démo en ligne ↗
CONTEXTE
Projet personnel
RÔLE
Solo
STATUT
En cours
STACK

1.5 Leaffliction

Classe des photos de feuilles de pommier et de vigne en 8 classes (6 maladies, 2 saines) avec un CNN PyTorch ; l'augmentation équilibre les classes avant l'entraînement.

  • 94,1 % préc. sur test indépendant
  • 8 classes

94,1 % de précision sur 152 images de test mises de côté.

Étude de cas →Code ↗Démo en ligne ↗
  • Validation (sélection du modèle)98.1%
  • Test mis de côté, 152 images94.1%
Fig. 5 — Précision
CONTEXTE
École 42 · projets IA
RÔLE
Équipe de 2
STATUT
Terminé
STACK

1.6 DSLR

Répartit les élèves de Hogwarts dans l'une des quatre maisons à partir de leurs notes de cours, avec une régression logistique one-vs-all et une descente de gradient écrites de zéro — sans bibliothèque de ML.

  • 4 maisons
  • 13 variables de cours

Sur les 1 600 élèves d'entraînement, le modèle reproduit les étiquettes de maison avec 97,9 % de précision (34 erreurs). C'est un score sur le jeu d'entraînement, mesuré sur les données mêmes qui ont servi à l'entraîner — il n'y a pas de jeu de test mis de côté.

Étude de cas →Code ↗Notebook ↗
Fig. 6
CONTEXTE
École 42 · projets IA
RÔLE
Solo
STATUT
Terminé
STACK
02

Tous les projets

§

32 projets, la plupart issus du cursus de l'École 42. Chaque domaine ouvre l'index filtré, avec les liens code et démo.

Ouvrir l'index complet →
03

Parcours

§

Du génie civil au machine learning.

  1. Directeur, AI Lab — 42AI, École 42’s AI associationJe cadre les projets du Lab, recrute et encadre les participants. Premier projet livré : Weight Your Wage.
    2026 –
  2. École 42 Paris — Expert en architecture informatique (RNCP niveau 7)Parcours Data, se termine en 2026. Programmation système en C et C++, puis projets de machine learning : DSLR, perceptron multicouche, Leaffliction.
    2023 – 2026
  3. Ingénieur civil — Sixense Engineering, EgisDiagnostics de structures à La Défense, inspections du tunnel Duplex A86, études de faisabilité pour la ligne 6 du métro du Caire, contrôle de l'étanchéité sur le prolongement du RER E.
    2020 – 2023
  4. Master en génie civil — Université de LimogesSpécialité : inspection, maintenance et réparation des ouvrages (IMRO).
    2018 – 2020
  5. Diplôme d'ingénieur civil — Universidad Libre, Pereira (Colombia)Projet de fin d'études : recalcul structurel du pont La Isla, à Belén de Umbría.
    2011 – 2016
04

Outils, et où je les ai utilisés

§

Issu des projets publiés : chaque outil renvoie aux travaux qui l'utilisent. Chaque carré est un projet.

32 projets · 65 outils · 7 groupes

Machine learning

Voir 7 outils de plus

LLM & récupération

Voir 2 outils de plus
  • Vercel AI SDK1 projetFlow
  • ElevenLabs1 projetFlow

Service & MLOps

Voir 6 outils de plus

Données & stockage

Voir 4 outils de plus

Infrastructure & sécurité

Voir 9 outils de plus

Web

Voir 7 outils de plus

Langages

Voir 2 outils de plus
05

Services

§

Les missions freelance que je prends, à distance ou en région parisienne. Chacune cite un projet où je l'ai déjà fait.

  • Questions-réponses sur vos documents

    Un assistant RAG sur votre corpus : ingestion et découpage, recherche, génération avec un modèle local ou hébergé, refus des questions hors corpus, et un jeu de questions annotées pour mesurer la recherche.

    DÉJÀ FAIT DANSRAG-Syntec

  • Modèles de machine learning, de l'entraînement à l'API

    Classification ou régression sur données tabulaires ou images, en PyTorch ou scikit-learn, avec suivi d'expériences, puis servi par FastAPI dans Docker.

    DÉJÀ FAIT DANSWeight Your WageLeaffliction

  • Pipelines de données et l'application web par-dessus

    Des données publiques ou internes jusqu'à une application consultable : ingestion, stockage, tests automatisés, cartes et graphiques.

    DÉJÀ FAIT DANSCapTech IDFDataView-Lite

Décrivez votre projet
06

Contact

§

Ouvert aux postes d'ingénierie machine learning et IA, et aux missions freelance. L'e-mail est le moyen le plus rapide de me joindre.

[email protected]

OU ÉCRIVEZ ICI

Transmis par Formspree

HEURE LOCALE
Paris
ÉCRIVEZ-MOI EN
Espagnol, Français ou Anglais
BASÉ À
Rueil-Malmaison, France