La genèse

A cette occasion, le jury qui m’a félicité pour la technicité et l’approche de sujet et m’a recommandé de poursuivre sur un doctorat.

J’étais à l’époque formateur technique en conception et développement d’application dans un centre de réadaptation professionnelle pour un public avec des déficiences psychiques, physiques ou sensorielles. Inclusion et apprenant sont au cœur d’une problématique commune et l’on m’a missionné pour le développement d’une application qui a pour objet de préciser, analyser et comprendre les stratégies d’apprentissage pour adapter des modes de formation « sur mesure » à même d’optimiser l’acquisition de compétences.

Pour le développement de cette application, je me suis appuyé sur l’intelligence artificielle et plus précisément, les algorithmes d’apprentissages automatiques qui permettent de nos jours d’obtenir des résultats significatifs dans la reconnaissance de forme complexe. Pour ce faire, j’ai utilisé des algorithmes de deep-Learning et plus particulièrement les réseaux de neurones convolutifs CNN dans la reconnaissance des émotions.
L’évolution rapide dans ce domaine ces dernières années, permet aujourd’hui d'accéder à de nombreux frameworks permettant l'accessibilité de ces technologies aux plus grands nombres.

L’IA semble être en mesure d’avoir un impact profond, dans de nombreux domaines, mais reste encore accessible aux initiés.

C’est la raison pour lequel aujourd’hui, j’ai quitté mon poste pour tenter l’aventure de l’entreprenariat en proposant avec DataTrainX des outils pour les néophytes pour pouvoir générer des modèles de reconnaissance par vision computeur.

L’idée est de proposer ces solutions aux plus grands nombres, dont les premiers marchés sont les industries afin de détecter les défauts sur certains produits et pouvoir les gérer en conséquence.

Voici pourquoi je souhaite proposer, avec DataTrainX, des solutions clés en main, intégrant la génération de modèle jusqu’à leurs mises en œuvre sur une chaine de production.