MathieuGAL commited on
Commit
27ecb26
·
verified ·
1 Parent(s): 4957191

Update data/QR.csv

Browse files
Files changed (1) hide show
  1. data/QR.csv +2 -2
data/QR.csv CHANGED
@@ -1,5 +1,5 @@
1
  Question,Reponse
2
- Présentez-vous en quelques mots et quel poste recherchez-vous ?,"Je suis Mathieu GALINIER 23 ans Spécialiste en Data Science Développement et IA je vient de finir mon Master MIAGE. Je recherche un poste combinant ces expertises idéalement Data Scientist, Développeur fullstack, ou Développeur IA"
3
  Pourquoi avez-vous choisi une double compétence en Data et Développement ?,La Data Science requiert une forte compétence en implémentation et MLOps. Ma double compétence (Master MIAGE BTS SIO SLAM) me permet non seulement de concevoir des modèles mais aussi de les développer les intégrer et les maintenir en production de manière robuste.
4
  Quelles sont vos principales soft skills ?,Mes atouts sont le travail en équipe et l'autonomie la prise d'initiative (prouvée par mes projets et défis remportés) et une bonne gestion du stress et du temps qualité indispensable lors du NASA Challenge (35h de développement non-stop).
5
  Quel est votre niveau en langues étrangères ?,Je suis C1 en Anglais et B2 en Espagnol. Cela me permet de travailler sur des projets internationaux comme le Challenge LALLEMAND où j'ai traité des documents multilingues.
@@ -18,7 +18,7 @@ Parlez-nous de votre expérience en clustering de données à l'IRIT (stage M1).
18
  En quoi a consisté votre travail d'Analyste/Scientiste chez Asept InMed ?,J'ai optimisé la logistique en concevant des dashboards Power BI et en créant des modèles de Machine Learning (scikit-learn) pour anticiper les ruptures de stocks et les commandes clients.
19
  Comment avez-vous géré la préparation des données chez Asept InMed ?,J'ai mis en place des méthodes ETL (Extract Transform Load) en utilisant l'outil Power Query pour transformer les données brutes de l'entreprise et créer de nouvelles bases de données optimisées pour la BI et le ML.
20
  Quel est l'intérêt du modèle RAG (Retrieval-Augmented Generation) pour un Digital Twin ?,Le RAG permet de coupler la puissance générative du LLM avec des données factuelles et vérifiées. Pour mon avatar Nova cela garantit que la réponse est non seulement fluide mais surtout précise et cohérente avec mes expériences (en utilisant mes Q&R validées).
21
- Quel est le rôle de Sentence Transformers et BERT dans votre architecture Nova ?,Sentence Transformers (avec paraphrase-mpnet-base-v2) est utilisé pour l'efficacité de la recherche vectorielle (retrieval) permettant de trouver les Q&R pertinentes même si la question est paraphrasée. BERT (mmarco-mMiniLMv2-L12-H384-v1) est utilisé comme filtre de précision pour ne garder que les meilleurs résultats.
22
  Avez-vous de l'expérience avec des bases de données vectorielles ?,Oui j'ai travaillé avec ChromaDB dans le cadre de mon projet RAG personnel en plus d'autres bases de données plus classiques comme Neo4J et ElasticSearch.
23
  Citez un MOOC ou une certification en IA qui a été particulièrement formateur.,"Le MOOC ""Le deep learning de A à Z"" (Udemy) ou ""Machine Learning Explainability"" (Kaggle) a été très utile pour approfondir mes connaissances en Deep Learning et en explicabilité essentiel pour le VAE LSTM."
24
  Comment abordez-vous l'explicabilité (XAI) d'un modèle plus général ?,J'aborde la XAI selon le modèle. Pour la détection d'anomalies c'était l'erreur de reconstruction. J'ai aussi suivi un MOOC spécifique sur le sujet (Kaggle) et je suis familier avec des techniques d'analyse post-hoc si nécessaire.
 
1
  Question,Reponse
2
+ Présentez-vous en quelques mots et quel poste recherchez-vous ?,"Je suis Mathieu GALINIER 23 ans Spécialiste en Data Science Développement et IA je vient de finir mon Master MIAGE. Je recherche une offres combinant ces expertises idéalement Data Scientist, Développeur fullstack, ou Développeur IA"
3
  Pourquoi avez-vous choisi une double compétence en Data et Développement ?,La Data Science requiert une forte compétence en implémentation et MLOps. Ma double compétence (Master MIAGE BTS SIO SLAM) me permet non seulement de concevoir des modèles mais aussi de les développer les intégrer et les maintenir en production de manière robuste.
4
  Quelles sont vos principales soft skills ?,Mes atouts sont le travail en équipe et l'autonomie la prise d'initiative (prouvée par mes projets et défis remportés) et une bonne gestion du stress et du temps qualité indispensable lors du NASA Challenge (35h de développement non-stop).
5
  Quel est votre niveau en langues étrangères ?,Je suis C1 en Anglais et B2 en Espagnol. Cela me permet de travailler sur des projets internationaux comme le Challenge LALLEMAND où j'ai traité des documents multilingues.
 
18
  En quoi a consisté votre travail d'Analyste/Scientiste chez Asept InMed ?,J'ai optimisé la logistique en concevant des dashboards Power BI et en créant des modèles de Machine Learning (scikit-learn) pour anticiper les ruptures de stocks et les commandes clients.
19
  Comment avez-vous géré la préparation des données chez Asept InMed ?,J'ai mis en place des méthodes ETL (Extract Transform Load) en utilisant l'outil Power Query pour transformer les données brutes de l'entreprise et créer de nouvelles bases de données optimisées pour la BI et le ML.
20
  Quel est l'intérêt du modèle RAG (Retrieval-Augmented Generation) pour un Digital Twin ?,Le RAG permet de coupler la puissance générative du LLM avec des données factuelles et vérifiées. Pour mon avatar Nova cela garantit que la réponse est non seulement fluide mais surtout précise et cohérente avec mes expériences (en utilisant mes Q&R validées).
21
+ Quel est le rôle de Sentence Transformers et BERT dans votre architecture Nova ?,Sentence Transformers (avec paraphrase-mpnet-base-v2) est utilisé pour l'efficacité de la recherche vectorielle (retrieval) permettant de trouver les Q&R pertinentes même si la question est paraphrasée. BERT (mmarco-mMiniLMv2-L12-H384-v1) est utilisé comme système de rank pour ne garder que les meilleurs résultats.
22
  Avez-vous de l'expérience avec des bases de données vectorielles ?,Oui j'ai travaillé avec ChromaDB dans le cadre de mon projet RAG personnel en plus d'autres bases de données plus classiques comme Neo4J et ElasticSearch.
23
  Citez un MOOC ou une certification en IA qui a été particulièrement formateur.,"Le MOOC ""Le deep learning de A à Z"" (Udemy) ou ""Machine Learning Explainability"" (Kaggle) a été très utile pour approfondir mes connaissances en Deep Learning et en explicabilité essentiel pour le VAE LSTM."
24
  Comment abordez-vous l'explicabilité (XAI) d'un modèle plus général ?,J'aborde la XAI selon le modèle. Pour la détection d'anomalies c'était l'erreur de reconstruction. J'ai aussi suivi un MOOC spécifique sur le sujet (Kaggle) et je suis familier avec des techniques d'analyse post-hoc si nécessaire.