Clément Menaucourt
Élève ingénieur en intelligence artificielle à l'UTT.
Présentation
Je suis en deuxième année du cycle ingénieur en Systèmes numériques à l'Université de Technologie de Troyes, spécialisé en intelligence artificielle.
Avant ça, un BUT informatique à Belfort et deux stages de développement au Conseil départemental de Meurthe-et-Moselle.
Je grimpe aussi depuis 2021, surtout en bloc. Lire un passage, tomber, ajuster la méthode, réessayer : c'est à peu près comme ça que j'entraîne un modèle.
Parcours
-
2022
Baccalauréat général
Spécialités mathématiques et NSI.
-
2022 – 2025
BUT informatique
IUT Nord Franche-Comté, Belfort
Algorithmique et programmation, architecture, systèmes et réseaux, génie logiciel.
-
Avril – juin 2024, puis janvier – mai 2025
Stagiaire développeur
Conseil départemental de Meurthe-et-Moselle
Refonte et évolutions d'une application de gestion des rôles utilisateurs : front-end en Angular et PrimeNG, back-end en ASP.NET Core 8.0, droits gérés avec Active Directory et des requêtes LDAP. Réunions avec les futurs utilisateurs pour recueillir leurs retours et observer leurs usages.
-
2025 – 2028
Ingénieur systèmes numériques
Université de Technologie de Troyes
Spécialisation intelligence artificielle et systèmes numériques.
Compétences
-
Machine learning & data science
Scikit-learn, Pandas, TensorFlow, PyTorch, Seaborn, Matplotlib
-
Langages
Python, SQL, Java, JavaScript, R
-
Web & back-end
Vue.js, Node.js, Angular, ASP.NET Core
-
Bases de données
PostgreSQL, MySQL, MongoDB, Active Directory
-
Outils
Git, Linux, Docker
-
Langues
Français natif, anglais C2 (certificat Linguaskill Business)
Projets
-
Comparer modèles classiques et réseaux convolutifs sur les 60 000 images de CIFAR-10.
- Prétraitement des images : aplatissement, standardisation, PCA.
- Modèles de machine learning : Random Forest, KNN, XGBoost.
- CNN : modèle sur mesure, transfer learning avec ResNet50 et InceptionV3, fine-tuning.
- Hyperparamètres : GridSearch, RandomSearch, Optuna.
- Modèle hybride CNN + XGBoost : 91,6 % d'accuracy sur les 10 classes.
-
Prédire la présence d'une maladie cardiaque à partir de données patients.
- Analyse exploratoire, encodage, normalisation.
- Modèles : KNN, arbre de décision, Random Forest, régression logistique, SVM, réseau de neurones.
- Hyperparamètres : GridSearch avec validation croisée.
- Évaluation : courbe ROC, accuracy, précision, rappel.
-
Classification multi-classes des défauts, à partir de plusieurs jeux de données agrégés.
- Valeurs manquantes, encodage des variables catégorielles.
- Agrégation des datasets, valeurs aberrantes traitées par IQR.
- Datavisualisation et traitement des variables corrélées.
- Ensembles : bagging, stacking, voting.
Hors des cours
Jeux dans le navigateur
Je fais des jeux qui tournent dans le navigateur, avec un classement et des succès.
Tous les jeux et le classement-
-
-
-
-
Sport
J'aime le sport sous beaucoup de ses formes.
- Escalade, principalement en bloc, depuis 2021.
- Musculation
- Course à pied, depuis un an.
Défis entre amis
J'organise des défis sportifs pour un groupe d'une quinzaine d'amis.
ZingiSN
Notre version du WOD Cindy : vingt minutes pour enchaîner le plus de tours possible de 5 tractions, 10 pompes et 15 squats. La page du défi montre chaque mouvement avec une figure 3D et tient le classement.
Ouvrir la page Zingi
Mokubackyard
Une Backyard Ultra entre amateurs : une boucle à courir toutes les heures, jusqu'à ce qu'il ne reste qu'un coureur. Nos boucles font 5 km au lieu de 6,7 pour que les débutants puissent jouer aussi.
- Distance
- 45,54 km
- Allure
- 6:58 /km
- Temps
- 5 h 17
Écrivez-moi
Pour un projet, une question ou une séance de bloc.
clement.menaucourt