En savoir plus

Background : je suis ingénieur agronome de formation issue d'Unilasalle (campus de Rouen), j'ai aussi un Master Of Science data science que j'ai réalisé en double diplôme durant mes deux dernières années de formation d'ingénieur. En termes d'expériences professionnelles, j'ai réalisé 3 stages en exploitation agricole où j'ai pu mettre en pratique mes connaissances théoriques d'agronome : analyse du sol, rotation culturale, analyse du bilan comptable, analyse de la santé des animaux, reproduction animale et alimentation.
J'ai aussi réalisé un 2 stages et un CDD (6 mois) en tant que data scientist dans une entreprise numérique au service de l'agriculture, voici quelques projets importants sur lesquels j'ai eu à travailler :
* NEC (note d'état corporelle): nous avons créé plusieurs modèles de réseaux de neurones artificiels qui estiment la note d'état corporelle d'un bovin à partir d'images prise d'un téléphone.
* POWSI: à partir d'imagerie satellitaire, nous estimons le volume de biomasse disponible par parcelle et nous proposons un itinéraire optimal de pâturage.
* Farmwatch: nous avons créé plusieurs modèles de réseaux de neurones qui Identifient individuelle, track et reconnaissent le comportement des bovins en direct à partir de vidéos de surveillance.
* Sneezy: nous avons créé des modèles de réseaux de neurones qui font de l'analyse sonore et reconnaissent le son d'une toux porcine.

Sujet de thèse : Actuellement, j'effectue une thèse CIFRE en collaboration avec Adventiel afin d'approfondir mes connaissances par la recherche dans le domaine de l'intelligence artificielle appliquée à l'agriculture. Mon sujet de thèse s'intitule INSATIABLE "INnover pour la Santé Animale au Travers de l'Intelligence Artificielle à finalité prédictiBLE - Application aux maladies respiratoires des jeunes bovins".
Il sera question pour moi de combiner deux méthodes de modélisation qui sont le deep learning (réseaux de neurones artificiels) et la modélisation mécaniste épidémiologique dans le but de prédire les maladies respiratoires des jeunes bovins. Nous partons de plusieurs canaux de données (Vidéo, Image, Audio) qui vont être intégrés par des réseaux de neurones artificiels afin d'en produire des indicateurs de santé des jeunes bovins. Ces indicateurs de santé seront ensuite intégrés comme les paramètres des modèles mécanistes afin de prédire la dynamique des maladies respiratoires des jeunes bovins.

Intérêts : je suis passionné par la data science de façon générale (deep learning, mathématiques, Statistique, machine learning, computer vision) ainsi que ses applications dans le monde agricole : la télédétection, outils d'aide à la décision.
Je suis aussi un grand fan de taekwondo (j'en suis à 2 ans), de voyages (j'ai fait 8 pays...) et de gastronomie.
Pour la suite de mon projet professionnel, rien n'est encore décidé : j'ai fait un peu d'enseignement (mathématiques en 1 année classe prépa) donc je ne suis pas contre l'idée de faire de l'enseignement ou de la recherche (dans le privé comme dans le public).

Mon Contact :
* Linkedin: https://fr.linkedin.com/in/loic-eyango
* Email: loic.eyango@adventiel.fr