Thomas Le Bras

Applied Behavioral Scientist · AI Research Engineer

Thomas
Le Bras

Docteur en sciences cognitives spécialisé en recherche comportementale et en intelligence artificielle appliquée aux décisions produit. Je conçois des études et des systèmes d’IA de bout en bout, de l’expérimentation et l’analyse de données jusqu’au déploiement en production et à la restitution d’insights actionnables.

France · Remotethomaslebras@outlook.frthomaslebras.comlinkedin.com/in/thomaslebrasgithub.com/ThomasLbrs
100M+données comportementales analysées
5+POC Machine Learning livrés
3produits ML déployés
01

Expérience

Jan. 2025 — aujourd’hui

Research Engineer · AI R&D

AB Tasty

Recherche comportementale appliquée et systèmes d’IA pour des produits numériques à fort trafic.

  • Pilotage de travaux de recherche appliquée, du protocole expérimental à la livraison d’insights exploitables.
  • Conception de systèmes de scoring comportemental utilisés à l’échelle de millions d’utilisateurs.
  • Transformation de résultats complexes en décisions produit, UX et commerciales, en lien avec les équipes produit et le leadership.
PythonGoogle Cloud PlatformVertex AIDockerLLMBehavioral scoring

Mars 2021 — sept. 2024

Research Engineer · PhD Research Scientist

Dotaki / AB Tasty · Laboratoire de psychologie

Doctorat sur les liens entre personnalité, exploration visuelle et interactions utilisateur.

  • Recherche quantitative à grande échelle sur l’attention et la prise de décision à partir de données d’eye-tracking et de mouse-tracking.
  • Contribution à EmotionsAI, solution de segmentation comportementale en temps réel fondée sur les besoins émotionnels et l’analyse des mouvements de souris.
  • Développement de métriques comportementales intégrées à des systèmes de Machine Learning et publication dans Scientific Reports, Nature Portfolio en 2024.
PythonEye-trackingMouse-trackingMachine LearningPsychométrieDesign expérimental

Sept. 2019 — déc. 2020

UX Researcher · Data Science Intern

ContentSquare · Sublime Skinz · StimCo · Laboratoire de neurosciences computationnelles

Premières expériences à l’intersection de la recherche utilisateur, de la psychologie cognitive et du Deep Learning.

  • Études UX quantitatives et analyses de données appliquées à des interfaces et campagnes numériques.
  • Mobilisation de l’eye-tracking et de méthodes issues de la psychologie cognitive pour analyser l’attention visuelle.
  • Travaux sur des réseaux de neurones convolutifs pour la classification d’images en neurosciences computationnelles.
PythonUX ResearchData ScienceEye-trackingDeep LearningCNN
02

Formation

2021 — 2024

Doctorat en sciences cognitives

Université Paris Cité

2020 — 2021

Master Cognitive Science

Grenoble INP

2019 — 2020

Master Psychologie cognitive

Université Paris Cité

03

Projets sélectionnés

AttentionAI

Heatmaps prédictives de l’attention visuelle pour les designers.

Computer Vision · TensorFlow · Vertex AI

CursorAI

Prédiction de l’engagement à partir des dynamiques de mouvements de souris.

Behavioral ML · XGBoost · Temps réel

SearchAI

Recherche sémantique et visuelle fondée sur des embeddings multimodaux.

CLIP · Vector Search · FastAPI

DeepUX

Évaluation de trois dimensions UX à partir d’une capture d’interface.

CNN · TensorFlow · FastAPI
04

Compétences

Recherche comportementale

Méthodes quantitatives · Design expérimental · Eye-tracking · Mouse-tracking · Synthèse d’insights

IA & Data

Applied ML · Deep Learning · Embeddings · Scoring comportemental · Workflows de recherche assistés par IA

Engineering

Python · FastAPI · PyTorch · TensorFlow · scikit-learn · Docker · GCP · ClickHouse

Produit

Aide à la décision · UX quantitative · E-commerce · Recherche et recommandation

Intérêts

Production musicale · Philosophie · Entrepreneuriat