Tanguy Pauwels · ML Engineer freelance
Du modèle
au produit.
Je conçois des systèmes ML pour extraire des données de documents, segmenter des images et intégrer les modèles dans une application.
Computer Vision / Document AI / ML Engineering
01 / Projets sélectionnés
Extraction, vision, intégration produit.
Des systèmes construits avec des données imparfaites, une RAM limitée et des besoins de vérification. Les résultats mesurés et les limites sont détaillés dans les projets.
Insureflow
J’ai conçu le pipeline d’extraction de tableaux de garanties et l’interface de vérification sur le PDF. La refonte Rust / Python réduit la RAM d’environ 70 %.
Segmentation automobile
J’ai adapté BiRefNet aux images client et construit le pipeline de l’annotation à l’inférence. Défauts observés visuellement : environ 50 % avant, moins de 25 % après.
[∇]LINIA
Je développe un éditeur visuel avec primitives réutilisables, timeline, prévisualisation et rendu vidéo pour composer des animations Math / ML sans recoder chaque scène.
HDF5 → Parquet / MP4
J’ai développé une brique de préparation des données pour la R&D : lecture HDF5, matérialisation des trajectoires en Parquet et export vidéo MP4.
V-JEPA / Procédures industrielles
J’ai comparé des modèles sur les embeddings V-JEPA et des baselines temporelles. Le temps améliore certaines tâches, mais peut aussi expliquer les scores sans détection d’erreur visuelle.
LeWM / Bras robotique
J’ai préparé les données et expérimenté l’entraînement de LeWM sur un subset DROID 10k. L’expérience n’a pas permis d’atteindre l’objectif de pilotage d’un bras robotique.
Equicares
J’ai développé l’application de gestion équestre du frontend au backend et intégré YOLO pour explorer la pose du cavalier. Les recommandations par LLM restent expérimentales.
02 / Domaines d’intervention
De la donnée à l’inférence.
Document AI
Extraire les tableaux et les garanties de PDF hétérogènes, normaliser les termes métier et vérifier les valeurs sur le document source.
Computer Vision
Annoter les images client, adapter les modèles de segmentation et comparer les défauts avant et après fine-tuning.
ML Engineering
Préparer les datasets, orchestrer les modèles et intégrer l’inférence dans une application en maîtrisant la consommation mémoire.
03 / Pédagogie ML
J’explique aussi le Machine Learning.
Je crée des animations sur le Machine Learning, le Deep Learning et leurs mathématiques pour Instagram et YouTube. Pauwels_ml rassemble plus de 5 000 abonnés sur Instagram. Des articles techniques interactifs sont en préparation.
De mécanicien automobile à ML Engineer, j’ai gardé le réflexe du diagnostic : observer les erreurs, tester une hypothèse, mesurer et itérer.
Mon parcoursDisponible pour missions freelance
Un prototype ML à fiabiliser ?
Décrivez les erreurs observées, les données disponibles et vos contraintes de déploiement. Nous définirons les prochaines étapes et les résultats à mesurer.