CursorAI
Mouvements, pauses, clics et défilement
Basé en France · Ouvert aux opportunités remote
AI Research Engineer · AI Product Builder · PhD Cognitive Science
Je construis des produits fondés sur l’IA qui comprennent les utilisateurs.
Docteur en sciences cognitives, je transforme des signaux comportementaux, visuels et sémantiques en produits fondés sur l’IA — de l’hypothèse de recherche à la production.
PhDSciences cognitives
5+ ansApplied AI & recherche
15+Projets R&D menés
Offline → ProdDu benchmark au service déployé
Scientific ReportsPublication · Nature Portfolio
01 — Projets sélectionnés
Cinq produits pour mieux comprendre les utilisateurs.
Chaque projet part d’un problème humain ou produit, transforme un signal en système d’IA, puis le rend testable dans une démo.
01
↗02
↗03
↗04
↗05
↗
Voir les six projets ↗Computer Vision
AttentionAI
Anticiper où le regard pourrait se poser.Une carte d’attention aide à cibler les éléments de design à vérifier avant une étude avec de vrais utilisateurs.
Visual attentionFastAPIVertex AI
↗02Behavioral ML
CursorAI
Estimer le niveau d’engagement dès les 15 premières secondes.Les premières trajectoires de souris, les pauses et le scroll deviennent un signal comportemental exploitable pendant la session.
Behavioral MLGradient Boosting15 secondes
↗03Multimodal Search
SearchAI
Rechercher par intention, pas seulement par mots-clés.Le langage et les images partagent un espace sémantique pour améliorer la découverte d’un catalogue visuel.
User intentCLIPMeilisearch
↗04UX Prediction
DeepUX
Transformer la première évaluation UX en workflow scalable.Deux interfaces sont comparées sur des dimensions perceptives afin de prioriser l’analyse experte et la recherche utilisateur.
UX AIResNet50A/B comparison
↗05NLP · Psychométrie
TalentMap
Cartographier les profils à partir du langage.Le texte est converti en dimensions comparables, profils proches et visualisations pour enrichir l’analyse des recruteurs.
Human traitsMiniLMUMAP
↗02 — Un même fil rouge
Behavior → AI → Product → Impact.
Mes projets n’explorent pas cinq technologies isolées. Ils étudient différentes façons de comprendre les utilisateurs pour construire de meilleurs produits.
AttentionAI · DeepUX
Regard probable et perception d’une interface
SearchAI
Sens, contexte et ressemblance visuelle
TalentMap
Langage, traits et profils comparables
Synthetic UX
Hypothèses et questions à valider sur le terrain
03 — Produits ML chez AB Tasty
Du protocole de recherche au système déployé.
Quatre études de cas montrent comment j’ai contribué à transformer des hypothèses en produits et innovations de segmentation, search, recommandation et UX assistée par l’IA.
01Segmentation prédictive
Voir toutes les études de cas ↗Anticiper les comportements à partir de la navigation
0,70–0,77 AUC · transfert inter-sites insuffisant↗02Search & RecommendationCréer un search multimodal boosté par l’IA
Benchmark par usage · pipeline en production↗03Personnalisation du searchClasser les résultats selon les affinités utilisateur
Affinités · 3 métriques hors ligne · prochain test A/B↗04IA générative · UXAutomatiser un premier diagnostic UX avec un modèle vision-langage
100 sites · 600 évaluations · calibration requise↗04 — Expérience
Recherche appliquée, produit et production.
Voir le CV complet ↗Research Engineer · AI R&D
AB TastyDes benchmarks aux systèmes de search, recommandation et personnalisation intégrés à des produits à fort trafic.
- Pipeline multimodal mis en production pour la recherche et la recommandation
- Segmentation prédictive et validation du transfert entre sites
- Protocoles d’évaluation reliant performance ML, usage produit et limites
Research Engineer · PhD Research Scientist
Dotaki / AB Tasty · Université Paris CitéUn doctorat appliqué reliant personnalité, attention visuelle, interactions numériques et personnalisation produit.
- Métriques comportementales issues du regard et des mouvements de souris
- Résultats publiés dans Scientific Reports — Nature Portfolio
- Encadrement d’étudiants et pilotage de projets de recherche
- Passage de modèles cognitifs à des signaux exploitables dans un produit
05 — Recherche publiée
SCIENTIFIC REPORTS · NATURE PORTFOLIO · 2024La Cognitive Science explique ce que mes produits cherchent à mesurer.
Mon doctorat relie personnalité, attention visuelle et interactions numériques. Il fournit le cadre expérimental qui distingue un signal utile d’une simple corrélation technique.
Voir mes publications ↗06 — Stack compacte
Les outils au service du produit.
AI / ML
PyTorch · TensorFlow · scikit-learn · XGBoost · embeddings
Product engineering
Python · FastAPI · Docker · GCP
Data & retrieval
ClickHouse · Meilisearch · GCS · CLIP · SBERT
07 — Contact
Construisons des produits qui comprennent mieux leurs utilisateurs.
Ouvert aux rôles d’Applied Scientist, AI Research Engineer et AI Product Builder.
Échanger avec moi ↗