Je suis docteur-ingénieur et travaille à l’intersection de l’intelligence artificielle, de l’optimisation et des systèmes industriels complexes. Au cours d’une thèse CIFRE de quatre ans menée à CentraleSupélec avec Safran Electronics & Defense, j’ai développé des méthodes combinant fonctions de Lyapunov neuronales et optimisation globale afin d’identifier des régions de stabilité dans des modèles de systèmes non linéaires. J’ai ensuite concrétisé ces travaux dans un outil utilisable par les ingénieurs de Safran sans avoir à écrire de code. Ces travaux ont donné lieu à trois publications en tant que premier auteur dans des conférences internationales à comité de lecture.
Plus récemment, j’ai cofondé Hoocq (s’ouvre dans un nouvel onglet) et contribué à son développement, avec plus de 300 k€ de chiffre d’affaires générés auprès de plus de 50 clients. J’y ai combiné développement commercial, stratégie client et pilotage de projets de bout en bout, en m’appuyant sur un réseau d’environ 100 freelances.
Je souhaite aujourd’hui travailler sur des problématiques d’IA techniquement exigeantes, où rigueur scientifique et capacité d’exécution comptent autant l’une que l’autre.
Projets sélectionnés
Python · PyTorch · fonctions de Lyapunov neuronales · GA / PSO
Une réimplémentation en Python et PyTorch des méthodes issues de ma thèse, visant à rechercher automatiquement des fonctions de Lyapunov et à estimer des régions de stabilité dans des systèmes dynamiques non linéaires. Les fonctions de Lyapunov neuronales et les formes quadratiques sont optimisées à l’aide d’algorithmes génétiques et de l’optimisation par essaim particulaire, pour des systèmes à temps continu comme à temps discret. Expériences reproductibles, tests automatisés et intégration continue.
Étude de cas
·
Code source (s’ouvre dans un nouvel onglet)
Expérience
Depuis 2023
Hoocq
Cofondateur. Pilotage du développement commercial, de la stratégie client, des budgets et de la réalisation de projets de bout en bout, en coordination avec un réseau d’environ 100 freelances. Intégration de l’IA générative et de l’automatisation des processus dans la prospection, la production de contenus et certains projets clients.
2020–2024
Safran Electronics & Defense × CentraleSupélec
Doctorant CIFRE en IA et automatique. Développement de méthodes fondées sur l’optimisation pour construire des fonctions de Lyapunov neuronales et identifier des régions de stabilité dans des systèmes dynamiques non linéaires. Ces approches combinaient algorithmes génétiques, optimisation par essaim particulaire et programmation génétique, puis ont été validées sur des modèles industriels de Safran comportant jusqu’à neuf variables d’état.
2021–2023
CentraleSupélec
Chargé d’enseignement en automatique. Enseignement de l’automatique et encadrement de travaux pratiques sous MATLAB auprès d’élèves ingénieurs de deuxième année.
2018
Oslo Metropolitan University
Ingénieur de recherche. Développement en Python de comportements pour des robots Thymio II dans le cadre d’une expérience de robotique en essaim, associant exploration aléatoire et suivi de traces visuelles afin de reproduire un mécanisme de coordination inspiré des phéromones.
Publications
A comprehensive framework to determine Lyapunov functions for a set of continuous time stability problems
B. Bocquillon, P. Feyel, G. Sandou, P. Rodriguez-Ayerbe
IECON 2022 · 48th Annual Conference of the IEEE Industrial Electronics Society · Bruxelles
IEEE Xplore ↗ · HAL, accès libre ↗
Computation of neural networks Lyapunov functions for discrete and continuous time systems with domain of attraction maximization
B. Bocquillon, P. Feyel, G. Sandou, P. Rodriguez-Ayerbe
IJCCI 2020 (NCTA) · 12th International Joint Conference on Computational Intelligence · p. 471–478
doi.org/10.5220/0010176504710478 ↗
Efficient construction of neural networks Lyapunov functions with domain of attraction maximization
B. Bocquillon, P. Feyel, G. Sandou, P. Rodriguez-Ayerbe
ICINCO 2020 · 17th International Conference on Informatics in Control, Automation and Robotics · p. 174–180
doi.org/10.5220/0009883401740180 ↗
Méthodes d’entraînement pour l’analyse de la stabilité d’un système complexe
Thèse de doctorat, CentraleSupélec, Université Paris-Saclay, en partenariat avec Safran Electronics & Defense
Soutenue le 25 mars 2024
HAL, accès libre ↗
Formation
2024
Doctorat en IA, optimisation et automatique
CentraleSupélec · Université Paris-Saclay
Doctorat CIFRE réalisé avec Safran Electronics & Defense
2018
Diplôme d’ingénieur
ISEP, Paris
Spécialisation en Business Intelligence
Échange académique à Oslo Metropolitan University, Norvège
