logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
17 mai 2018
DAP, Portrait de data scientist

Ahmed Touila : le choix de la start-up

⏱ 3 min

Après ses 6 mois de stage d’ingénieur CentraleSupélec, ce jeune tunisien d’origine est resté aux côtés de ses deux maîtres de stage pour participer à la création de leur start-up, en octobre 2017. À 24 ans, le data scientist est le premier salarié d’Hyperlex qui développe un puissant outil de gestion de contrats et d’extraction d’informations juridiques. Un parcours sans faute !

« Après mon diplôme d’ingénieur, j’envisageais de faire une thèse », se rappelle Ahmed Touila… Une idée vite abandonnée quand il commence à s’investir dans le projet d’Alexandre Grux, Alexis Agahi et Guillaume Bon. « Cela correspondait exactement à ce qui m’intéressait, raconte-t-il. J’ai répondu à leur offre de stage postée sur le groupe Facebook de l’école. Il s’agissait de faire l’état de l’art des algorithmes de traitement automatique du langage (Natural Language Processing ou NLP) et de trouver les plus adaptés à la fouille de données contractuelles. » Un sujet pas forcément évocateur pour le commun des mortels mais qui motive d’emblée l’étudiant passionné par ces techniques statistiques d’intelligence artificielle autour du traitement des données textuelles et de la sémantique. Il semble particulièrement intéressé par le défi à relever, cette double complexité qui consiste à transformer le texte sous forme de données numériques (des « vecteurs ») pour les analyser ensuite.

« Je venais de passer 6 mois à travailler sur un sujet proche dans le cadre de mon projet industriel de 3eannée chez L’Oréal, précise-t-il : avec ce type d’outils, j’avais analysé les tendances dans le monde pharmaceutique notamment via un suivi de brevets. »Un coup de fil à Alexandre Grux et Alexis Agahi et c’est décidé : « J’ai été convaincu par leur vision et leur projet de création d’une start-up. Sans compter que commencer avec eux de zéro, participer à la phase de R&D dans un domaine émergent était une expérience unique. »Un choix payant : en octobre 2017, Ahmed Touila est embauché dans la foulée en CDI, premier salarié de la start-up Hyperlex, une legaltech comme on dit, qui lève 1 million d’euros en février dernier auprès de business angels français. Le voici au cœur d’une aventure entrepreneuriale prometteuse.

Un parcours construit pas à pas

Comment ce jeune Tunisien en est-il arrivé là ? « J’ai fait mes études à Tunis, jusqu’à la prépa », raconte-t-il. L’enseignement dans cette prépa élitiste, unique en Tunisie, est destiné à aider les étudiants à intégrer les grandes écoles d’ingénieurs françaises (X, Telecom, Mines, CentraleSupelec) et le gouvernement Tunisien attribue une bourse d’excellence aux lauréats pendant toute leur scolarité en France. C’est ainsi qu’Ahmed Touila intègre CentraleSupélec en 2014. Il y découvre une formation générale théorique riche, approfondit ses connaissances en maths et en traitement du signal. Il découvre aussi l’immense potentiel du machine learning (apprentissage automatique) lors de son projet de 2eannée. Un projet sur la classification d’instruments de musique selon leurs caractéristiques sonores grâce à des représentations vectorielles et à des algos comme le Support Vector Machine (SVM) : « Cela m’a ouvert les yeux sur la beauté des maths sur lesquels sont basés ces algos, reconnait-il. Des signaux sonores pouvaient être transformés en objets mathématiques qui ont du sens et être alors identifiés par la machine alors qu’ils étaient impossibles à différencier sur le papier, même entre un violon et un piano… »

Pour poursuivre dans cette voie, en fin de 2eannée, l’étudiant choisit un stage en machine learning, dans le data center de Cap Gemini : il étudie et teste pendant 2 mois les algorithmes de dernière génération, pour faire cette fois de la prédiction de panne des serveurs. Convaincu, il choisit ensuite de poursuivre sa 3eannée, à Metz, avec la Majeure « Systèmes interactifs et robotique » qui comporte un enseignement en apprentissage automatique. Il étudie les algos classiques de machine learning, les approches bayésiennes, les réseaux de neurones, etc. Et il y a eu ce cours sur le traitement de langage naturel (NLP) qui l’intéresse particulièrement, qui l’« intrigue » comme il dit et le décide à approfondir le sujet avec un projet industriel chez L’Oréal. On connait la suite.

Une expérience déjà très riche

Regrette-t-il de ne pas faire un doctorat ? « Pas du tout », rétorque le jeune homme qui estime maîtriser suffisamment les algos classiques dans le cadre de sa formation. Quant au NLP, les dernières avancées, notamment en matière de représentation vectorielle des données textuelles, sur laquelle il travaille, datent des années 2013-2014 : « J’ai pu faire le tour assez vite de la douzaine de publications scientifiques dans ce domaine émergent. Il n’y a pas de data scientist senior en NLP comme il y en a dans d’autres disciplines du machine learning. » Il reconnait aussi que participer au déploiement de l’algorithme (aujourd’hui intégré à la solution et testé en béta par des clients) lui permet d’acquérir bien plus de compétences que la seule théorie, que ce soit en gestion de serveur, en calcul de la scalabilité de l’algo pour son passage en production ou dans les partenariats qui se montent avec des laboratoires de recherche publics.

Le jeune entrepreneur conseille aux étudiants de bien prendre le temps de choisir leur stage, de privilégier le sujet plutôt que l’entreprise, de s’intéresser aussi aux start-ups et pas seulement aux « grosses boites ». « Il faut choisir un sujet et un projet auxquels on croit,insiste-t-il,dans lequel on a envie de s’investir. C’est la passion qui pousse à aller plus loin, à être toujours à l’affût de nouvelles pistes, à poursuivre sans cesse nos échanges avec le plaisir d’avancer ensemble et vite. » Bonne chance à Hyperlex !

Isabelle Bellin
Termes liés :
  • Données
  • Intelligence artificielle
  • Transformer
  • Machine Learning
  • Apprentissage automatique
  • Classification
  • SVM
  • Algorithme
Share:
Posts you'd might like
L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
Cette IA hybride apprend à jouer au sudoku…
et à concevoir des protéines
Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
Faut-il créer un GIEC de l’intelligence artificielle ?
Entretien avec Raja Chatila
ChatGPT a-t-il accouché d’une souris ?
Entretien avec Jean-Gabriel Ganascia
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
  • Cette IA hybride apprend à jouer au sudoku…
    et à concevoir des protéines
  • Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
  • Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
  • Faut-il créer un GIEC de l’intelligence artificielle ?
    Entretien avec Raja Chatila

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU