J'ai passé une partie de ma carrière entre deux mondes que l'on croit éloignés : la recherche scientifique et l'usine.
Aujourd'hui, j'ajoute à ce double regard le machine learning et les mathématiques appliquées, et j'en fais HERACLES AI — pour les industriels qui veulent rendre leurs procédés plus réguliers, plus prévisibles, plus économes.
Fondateur & président — HERACLES AI
Au laboratoire de recherche en biologie de l'INSERM (Grenoble Institut des Neurosciences — GIN), j'ai appris la rigueur de la donnée et de la méthode scientifique : protocoles, mesures, reproductibilité.
En industrie — couchage de polymères synthétiques et conduite de lignes de presse automatisées en plasturgie — j'ai été responsable des préparations chimiques, de leurs recettes et de leur application à grande échelle. Mon rôle : faire tourner les automatismes, calculer les besoins, piloter les « cuisines chimiques » et garantir la régularité du procédé, jour après jour.
De chaque poste, j'ai appris à lire une usine par ses signaux : capteurs et cellules à réflecteur, données temporelles, temps de cuisson, montée en température, effet de chaque paramètre réglé sur la ligne. C'est cette lecture concrète qui me permet aujourd'hui d'imaginer, pour chaque atelier et chaque poste, l'application technique la plus utile.
Équipe de recherche au Grenoble Institut des Neurosciences (INSERM / UGA / CHU). Expérimentation, protocoles, rigueur de la donnée.
Responsable des préparations chimiques et de la conduite de lignes de presse automatisées. Couchage de polymères, recettes, automatismes, régularité du procédé.
Bascule vers les mathématiques appliquées et le machine learning. Construction du socle technique, premiers travaux de modélisation pour l'industrie.
Immatriculation officielle de la SASU (siège à Paris, activité opérationnelle à Grenoble). Structuration pour accompagner les industriels de la région et d'ailleurs.
Démarrage des premiers diagnostics et projets en plasturgie, caoutchouc, chimie et agroalimentaire. Construction des cas de référence.
Le machine learning n'est pas un buzzword, c'est un outil d'ingénierie. Notre travail : le rendre utile sur le terrain.
Pas de jargon en RDV. On part toujours du problème terrain — pas de la techno.
Chaque palier livre un résultat concret. À chaque fin de palier, vous décidez librement de continuer ou non.
Pas de boîte noire : vous comprenez pourquoi le modèle dit ce qu'il dit. Indispensable pour la qualité et la conformité.
Basé à Grenoble — déplacement sur site possible dans toute la région. La proximité, c'est ce qui rend les projets industriels possibles.
Les terrains sur lesquels j'interviens et la palette technique mobilisée.
Pour le détail de la stack technique (frameworks, outils, déploiement) → Expertises techniques.