Arthur SATOUF

Teaching : - Deep Generative Models course. - Deep Learning course. - advance machine learning.

Researching sparse retrieval, RL-based query rewriting, and rational-pragmatic search models. I belong to ILLS team (International Laboratory on Learning Systems). Partnership between Canada and France

Working on : - Using LLM for Information retrieval Pipeline and Multimodal Models. - Unsupervised learning for Domain Adaptation in Information Retrieval(Label & train the data for a specific domain) - Chunking Strategies - Embedding models, Dense Vector vs Sparse Vector vs Hybrid model - Indexing Architecture ex: HNSW, ANNOY - Vector DataBase - Query ReWrite - ReRankning - RAG retrieval augmented generation and so on

Air Liquide is a world leader in gases, technologies and services for Industry and Health. Mes missions : - Conception et réalisation d’un démonstrateur d’Intelligence Artificielle embarquant des modèles de computer vision dédiés aux applications industrielles, edge computing sous C++ et cloud computing sous Python - Développement d’outils de Machine Learning pour la Santé en vue d’améliorer les offres de prise en charge des patients chroniques à domicile: apnée du sommeil, ventilation non-invasive, diab

- Conducted research to develop algorithms for fast data collection automatically from the internet and constructed a deep learning model to predict future Residual Value of EV. - Implemented my solution in Belgium, UK, and Germany after successful implementation in France. - Assisted with pricing evaluation in the automobile market.

Implanting my solution in Belgique, Germany and UK for free2move lease department of what I’ve developed in France(with Stellantis). Presenting algorithmes of deep and machine learning, exploring how to deal with ( residual values) data and where and how to gather data. Helping in cleaning and analysing the data.

Il s’agit de prendre en main des bases de données et de les organiser pour conduire diverses analyses statistiques. je suis associé à la définition du plan d’analyse et aux différents traitements des données : analyses multivariées, classifications, analyses factorielles, régressions, analyse textuelle, créations de sous-populations... Ce travail est effectué sous R, SQL et Python. (et SAS un peu) Ses analyses contribueront à nourrir des publications institutionnelles et académiques.

Stage au LAREFI (Laboratoire d'Analyse et de Recherche en Economie et Finance Internationales) Mon stage dans l’analyse des données concernait une base de données qui comprenait plus de 500000 lignes et 15 colonnes dans le domaine de la Propriété Intellectuelle. Pour identifier les liens entre les brevets déposés et achetés, j’ai créé des algorithmes pour nettoyer et regrouper les fichiers et les données d’une manière automatique et j’ai réalisé des tests statistiques. Classification en utilisant des bibli

CentraleSupélec is part of Paris-Saclay University. Research and teaching : Information retrieval, natural language processing, natural language understanding, machine learning, generative AI

- Intelligence Artificielle, Deep learning, reinforcement learning, NLP and CV in Python - Big data, image processing, quantum algorithms - Datamining 1 et 2 in Python and R - Optimisation déterministe in Python and Matlab - Architecture et Programmation Parallèle in C and C++ - Décidabil

- Intelligence artificielle - SQL, Python, R, PHP, JavaScript - Etudes de cas, statistique appliquée / Processus - analyse de données, sondages - Algorithmes et Structures de Données et programmation - Econométrie, Séries chronologiques - Calcul actuariel et financier et analyse financière - St