Resume - Cédric SYLLEBRANQUE | PhD - Expert IA & Computer Vision

Expériences Professionnelles

Analyste Data, Ingénieur Data et Chef de projet "Valorisation de la donnée"

Nov 2023 – Présent

DSI (Direction des Systèmes d'Information)

Création et déploiement d'une plateforme data BI complète.
Pilotage stratégique et opérationnel des projets Data, Business Intelligence (BI) et Gouvernance stratégique des données.
Structuration des pipelines d'intégration de données (ETL/ELT), modélisation des entrepôts décisionnels et création de tableaux de bord analytiques métiers.
Cadrage technique et accompagnement des directions dans la valorisation algorithmique et l'intégration de briques d'Intelligence Artificielle.

Ingénieur Indépendant – Conseil IA, Computer Vision & 3D

Fév 2023 – Nov 2023

Consulting & R&D Indépendant

Conception de pipelines d'acquisition et de traitement d'images temps réel (OpenCV, PyTorch, YOLO).
Génération automatisée de jeux de données synthétiques 3D pour le fine-tuning de modèles de vision en environnement contraint.
Audit, conseil et développement de solutions sur mesure en Intelligence Artificielle, Computer Vision et Modélisation 3D.

Ingénieur IA & MLOps / DevOps

Déc 2021 – Fév 2023

DSI

Mise en place de architectures MLOps & CI/CD (Docker, GitLab CI) pour l'automatisation du déploiement des applications de l'administration de la Polynésie Française.
Conception et entraînement de modèles de Deep Learning (OCR & NLP) pour l'analyse, le tri et l'indexation automatique de documents administratifs.
Supervision des environnements de production et intégration continue pour l'ensemble des services de la Polynésie Française.

Ingénieur de Recherche – Réalité Augmentée Industrielle

Mars 2016 – Oct 2020

Diota → maintenant Delmia (Dassault Systems)

R&D avancée en Réalité Augmentée et Computer Vision pour le contrôle qualité et l'assistance à la fabrication industrielle.
Développement d'algorithmes de calibrage projectif 2D/3D (systèmes caméra/vidéoprojecteur) et de recalage géométrique.
Traitement et segmentation de nuages de points 3D (PCL) pour la détection de formes géométriques complexes et le suivi sur casques HoloLens.
Conception de moteurs d'OCR Deep Learning (C++ / OpenCV) optimisés pour la lecture haute vitesse de marquages industriels en conditions sévères.

5 media

Galerie

DELMIA Augmented Experience (AR industrial)

Assembly guidance projection (AR)

Projection du nuage de points 3D sur une pièce (DiotaPlayer)

Registration AR sur une pièce (Piston 05)

Recalage AR sur une pièce (Piston 05)

Générateur de données synthétiques pour OCR

Ingénieur R&D – Moteur de Simulation 3D & Physique

Juil 2014 – Fév 2016

Lectra

Développement C++ du moteur de simulation 3D temps réel pour la modélisation physique du drapé de tissus sur mannequins virtuels (Modaris 3D).
Implémentation d'algorithmes de détection de collisions 3D complexes, d'intégration mécanique et de rendu graphique OpenGL.
Optimisation des maillages dynamiques 3D et accélération calculatoire pour garantir un traitement fluide à 60 FPS.

3 photos

Galerie

Drapé 3D sur mannequin virtuel (Modaris)

Des patronages 2D au vêtement 3D

Modaris V7R2 – vêtement et pièces de patron

Ingénieur R&D Réalité Virtuelle, Rendu 3D & Médical

Oct 2007 – Avr 2013

Didhaptic SAS → maintenant HRV

Responsable R&D du réalisme sensoriel et visuel du simulateur chirurgical 3D VirTeaSy (implantologie et chirurgie dentaire).
Conception du moteur de rendu volumique GPU (Raycasting GLSL) pour la visualisation 3D en coupe d'examens scanner (DICOM).
Développement du moteur haptique à retour d'effort 6-DOF pour la simulation haptique haute fidélité des tissus osseux et des outils chirurgicaux.
Chef de projet R&D des simulateurs SpineLive (chirurgie du rachis) et Virtual Alti-Phob (réalité virtuelle thérapeutique).

3 media

Galerie

Simulateur dentaire VirTeaSy – présentation 3D

VirTeaSy V2 / VR – simulateur de formation universitaire

Simulateur dentaire VirTeaSy – haptique 6-DOF

Projets R&D & Open Source

DartNet

GitHub

Système intelligent de détection et suivi de fléchettes en temps réel sur cible classique :

Modèle YOLO fine-tuné à 100% sur un jeu de données synthétiques 3D généré sur mesure (méthode sim-to-real).
ESP32 optionnel utilisé pour la détection des impacts (améliore la détection).
Messages par MQTT pour injection dans des applications existantes (GranBoard, Raspydarts, ...) et gestion des LEDs.

YOLO SynthData 3D Python MQTT HTML5 ESP32

3 media

Galerie

Générateur de dataset synthétique

DartNet web port demo - AI dart detection and scoring

DartNet Webport Demo 01

Rendu synthétique – cible classique

Unit3D Pinball

Oculus Rift VR

Simulateur de flipper interactif physique en Réalité Virtuelle développé sous Unity3D & C# avec gestion fine du retour physique et des collisions. Construction d'un mini PinCab avec retour d'effort pour sensations réalistes.

Unity3D C# VR / Oculus Electronics

6 media

Galerie