Crédit photo Julien Rabault

Julien RabaultIngénieur en intelligence artificielle

Julien Rabault a rejoint l’Institut de Recherche en Informatique de Toulouse (IRIT - CNRS/Université Toulouse 3 Paul Sabatier/INP Toulouse) en 2021 en tant qu’ingénieur IA.

 

Sur quels types de problématiques en IA travaillez-vous ?

Depuis que j'ai rejoint le PNRIA, j'ai eu l'occasion de travailler sur plusieurs problématiques différentes. En effet j'ai pu aborder des sujets IA comme le traitement naturel du langage dans le but d'une classification grammaticale en utilisant les dernières technologies de l'état de l'art : les transformers. 

De plus, j'ai été affecté sur un projet de bio-informatique porté par le LAAS-CNRS. Le but étant d'apporter un soutien sur une problématique d'apprentissage non-supervisé en utilisant les méthodes d'apprentissage par renforcement pour prédire la forme des protéines dans un contexte donné.

Actuellement je suis déployé sur le projet DeepFaune pour apporter une expertise en reconnaissance des formes, utiliser les techniques de vison par ordinateur et d'IA pour détecter et identifier la faune française.

 

Qu’avez-vous fait avant d’entrer au CNRS ? Pourquoi avoir choisi le CNRS ?

Diplômé du master intelligence artificielle et reconnaissance des formes à la suite d’une Licence Informatique, j’ai pu acquérir de nombreuses compétences IA, informatique et robotique. De plus mon année d’alternance au sein d’Agileo Automation m’a permis de me former au monde de l’informatique industrielle et du développement logiciel dans un contexte agile.

J’ai choisi un parcours informatique de spécialité intelligence artificielle car j'apprécie particulièrement trouver des solutions à des problèmes, ce sont des énigmes pour moi. En informatique, il n’existe jamais qu’une seule solution. De plus l’intelligence artificielle représente pour moi l’avenir de l’informatique même si c’est encore un domaine de recherche à l’heure actuelle. Le CNRS est donc meilleur choix pour exploiter mes compétences en IA, mais surtout pour progresser.

 

 

Compétences en IA :

Compétences : 

  • Apprentissage automatique (Classification, régression)
  • Traitement de l'image/Signal
  • Reconnaissance des formes (CNN, RNN, MLP)
  • Traitement du langage naturel (Bert, transformers)
  • Programmation orienté objet
  • Méthodes agiles

Langages :

  • Python 
  • Java/C#
  • Ocaml

Framework : 

  • PyTorch
  • OpenCV
  • Pandas
  • Keras
  • Scikit-Learn
     

Contributions aux projets suivants dans le cadre du PNRIA :