Aix-⁠en-⁠Provence Ouvert aux opportunités

Baptiste Blouin

Le quotidien d’un ingénieur IA

Seul aux commandes, il met en production une IA qui fait parler les données d’entreprise

Baptiste Blouin
À Aix-⁠en-⁠Provence.

Aubier rend les données d’entreprise interrogeables en langage naturel : RAG hybride, text-⁠to-⁠SQL, extraction documentaire.

Architecture, back, front, infrastructure et exploitation quotidienne, coûts LLM compris : tout est de la même main.

Me contacter
Télécharger CV
Lire les projets

En bref

HistText, la plateforme d’analyse de textes qu’il a conçue, déployée auprès d’une communauté internationale de chercheurs

Voir le projet

Petites annonces

Ouvrir l’évaluation

Vous recrutez ?

  1. Copiez le texte de l’offre
  2. Collez-⁠le ici
  3. Avis en 20 s
lue par Claude (Anthropic), puis évaluée

L’interview

Ouvrir l’assistant

Interrogez-⁠le directement

Parcours, projets, choix techniques : son agent répond, sources à l’appui.

Dépêches · veille du jour

Toute la Veille IA

À propos

Data scientist et ingénieur IA avec un doctorat en informatique, je combine une expertise en recherche ML/NLP publiée avec une solide pratique d’ingénierie de produits IA en production.

  • Ingénierie

    Full-⁠stack ML, architecture évolutive, déploiement production

  • Recherche

    Investigation indépendante, conception expérimentale, publication académique

  • Collaboration

    Travail interculturel, mentorat, présentations internationales

Expérience

  1. - présent

    Ingénieur IA & full-⁠stack · Aubier (indépendant)

    • Conception et développement autonomes d’une plateforme SaaS d’analyse de données par IA, de l’architecture à la mise en production

  2. -

    Data scientist & ingénieur ML

    Protisvalor · Projet ENP-⁠China · Aix-⁠Marseille Université

    • Responsable technique et développeur principal de la plateforme HistText, gestion de projet indépendante ; contribution à l’obtention d’une bourse ERC Proof of Concept pour sa valorisation

  3. -

    Doctorant & scientifique ML

    Protisvalor · Laboratoire LIS / IrAsia · Aix-⁠Marseille Université

    • Recherche indépendante sur subvention ERC avancée européenne, apprentissage auto-⁠dirigé
    • Publié 4 articles à comité de lecture pendant la thèse (7 au total), rédaction technique et communication

Projets clés

Projet indépendant · en production

Aubier, plateforme Data & IA SaaS

Plateforme SaaS d’analyse de données par IA, multi-⁠tenant et en production, conçue et développée seule de A à Z (backend, frontend, infrastructure), couverte par plus de 6 600 tests automatisés.

–

  • RAG hybride
  • text-⁠to-⁠SQL
  • GraphRAG
  • RAPTOR
  • Maîtrise des coûts LLM
  • Sécurité LLM
  • Observabilité
  • multi-⁠tenant
  • FastAPI
  • React
  • TypeScript
  • pgvector
  • litellm
  • Langfuse
  • Celery
  • Docker
  • Stripe

Site du produit En production

–

baptisteblouin.fr, portfolio et agent IA

Agent IA en production · Serveur MCP public

Ce site, conçu, développé et exploité seul, sert de vitrine en production.

Site du produit

–

Applications privées, agents et serveurs MCP authentifiés

4 applications en production · 2 serveurs MCP privés

Quatre applications privées conçues et exploitées seul (FastAPI, HTMX, plus de 3 000 tests) : un screener boursier, une application métier chiffrée au repos, un moniteur de l’agent du site et un tableau de bord d’exploitation.

En production

 - 

HistText

Plateforme d’analyse de textes à grande échelle

Plateforme full-⁠stack pour l’analyse de textes historiques chinois à grande échelle (plus de 15 millions de documents, 20 milliards de mots).

Démo live GitHub JDMDH 2024

 - 

EventExtractionPapers

Ressource communautaire open source

Sélection de ressources NLP dédiées à l’extraction d’événements : papiers, datasets, modèles et code. Référence largement utilisée par la communauté de recherche NLP internationale, avec 580 étoiles GitHub au 3 septembre 2026. Maintenue de 2019 à 2024.

  • NLP
  • Event extraction
  • Open source

GitHub 580 stars (09/2026)

Applied AI Rig

Outil open source · Traçabilité des décisions IA

Outil en ligne de commande qui installe dans un dépôt le dossier des décisions et des preuves d’un projet embarquant de l’IA : pourquoi ce modèle, quelle évaluation justifie un seuil, quelle limite de coût, quel repli.

GitHub

–

Tech Brief

Publication automatisée · Open source

Miroir public de la veille technologique du site, publié en Markdown bilingue sur GitHub.

GitHub

ENP-⁠Corpus Creator

Pipeline OCR & annotation

Suite d’outils transformant des images numérisées de journaux historiques en corpus sémantiquement enrichis.

Article

 - 

Dataset NER chinois & pipeline ML

Ingénierie de données & ML

Le plus grand dataset NER de presse chinoise historique annoté à la main pour la période de transition (1872-⁠1949), selon l’article LREC-⁠COLING : 196 documents du Shenbao, 6 491 entités (personnes, lieux, organisations, dates) sur 121 971 caractères, avec liage d’entités et coréférence.

LREC-⁠COLING 2024

Modèle de langue & tokenisation chinoise

Développement de modèles ML

Fine-⁠tuning de modèles de segmentation pour le chinois transitionnel, en collaboration avec Academia Sinica.

NLP4DH 2023

Simulation OCR & robustesse ML

Recherche expérimentale

Framework d’augmentation de données simulant les artefacts OCR (substitutions, suppressions, insertions de caractères) observés dans les documents historiques numérisés.

TALN 2022

Transfer learning & adaptation au domaine historique

Développement & optimisation ML

Étude des méthodes de transfert de modèles pour la NER sur documents historiques (genres hors domaine, OCR bruité, états anciens de la langue), selon l’effort investi : décrire les données cibles, annoter quelques textes ou choisir les ressources de pré-⁠entraînement.

NLP4DH 2021

Compétences

Langages

  • Python
  • Rust
  • JavaScript / TypeScript
  • Java
  • C++
  • R
  • SQL

LLM & IA générative

  • litellm
  • LangChain
  • LangGraph
  • Langfuse
  • Prompt engineering
  • Structured output
  • Routing multi-⁠provider & fallback
  • RAG
  • GraphRAG
  • RAPTOR
  • Recherche hybride (BM25 + vector)

Développement full-⁠stack

  • React
  • Vue.js
  • TailwindCSS
  • D3.js
  • Shiny
  • Node.js
  • FastAPI
  • Flask
  • SQLAlchemy
  • Pydantic
  • Async Python
  • REST API
  • WebSockets
  • Auth / RBAC
  • OAuth

Infrastructure & DevOps

  • PostgreSQL
  • MySQL
  • pgvector
  • Elasticsearch
  • Apache Solr
  • Redis
  • Celery
  • Alembic
  • Docker
  • Nginx
  • S3 / MinIO
  • Prometheus / Grafana
  • OpenTelemetry
  • GCP

NLP & traitement de documents

  • spaCy
  • NLTK
  • NER multilingue
  • Extraction d’événements
  • Transfer learning
  • Adaptation de domaine
  • Segmentation de mots
  • Annotation de données
  • OCR (Docling, Google Cloud Vision)
  • Traitement de textes historiques

Recherche & communication

  • Publications scientifiques
  • Méthodologie scientifique
  • Conception expérimentale
  • Rédaction technique & publication
  • Présentations internationales
  • Revue de littérature
  • Mentorat
  • Collaboration interculturelle
  • LaTeX
  • ADR (Architecture Decision Records)

ML & data science

  • PyTorch
  • TensorFlow
  • Hugging Face
  • scikit-⁠learn
  • FLAML / AutoML
  • Sentence Transformers
  • NetworkX
  • UMAP
  • Analyse statistique
  • pandas
  • DuckDB
  • ONNX Runtime

Publications

  1. HistText: An Application for Leveraging Large-⁠Scale Historical Textbases

    Baptiste Blouin, C. Armand, C. Henriot

    JDMDH 2024, Journal of Data Mining & Digital Humanities

    PaperHALGitHub

  2. A Dataset for Named Entity Recognition and Entity Linking in Chinese Historical Newspapers

    Baptiste Blouin, C. Armand, C. Henriot

    LREC-⁠COLING 2024, Turin, Italy

    ACL Anthology

  3. Unlocking Transitional Chinese: Word Segmentation in Modern Historical Texts

    Baptiste Blouin, H.-H. Huang, C. Henriot, C. Armand

    NLP4DH 2023, Tokyo, Japan

    ACL Anthology

  4. Simulation d’erreurs d’OCR dans les systèmes de TAL pour le traitement de données anachroniques

    Baptiste Blouin, B. Favre, J. Auguste

    TALN 2022 (JEP-⁠TALN-⁠RECITAL), Avignon, France

    ACL Anthology

  5. Transferring Modern Named Entity Recognition to the Historical Domain: How to Take the Step?

    Baptiste Blouin, B. Favre, J. Auguste, C. Henriot

    NLP4DH 2021, Silchar, India

    ACL Anthology

  6. Creating Biographical Networks from Chinese and English Wikipedia

    Baptiste Blouin, N. van den Bosch, P. Magistry

    Journal of Historical Network Research, Vol. 5, No. 1

    JHNRHAL

  7. Contextual Characters with Segmentation Representation for Named Entity Recognition in Chinese

    Baptiste Blouin, P. Magistry

    PACLIC 34, Hanoi, Vietnam

    ACL Anthology

Formation

  •  - 

    Doctorat en informatique (TAL / machine learning)

    Aix-⁠Marseille Université

    Thèse : Extraction d’événements à partir de fac-⁠similés de documents anciens pour les études en histoire

    Directeur : Prof. Benoît Favre, subvention ERC avancée ENP-⁠China (n° 788476)

    Lire la thèse

  •  - 

    Master Informatique (IA/ML)

    Aix-⁠Marseille Université

  • Licence Informatique

    Aix-⁠Marseille Université

Veille IA

Résumés sourcés de l’IA / ML, générés automatiquement deux fois par jour à partir d’une sélection de flux RSS, avec un récap hebdomadaire le dimanche soir.

Chargement de la veille…

Contact

N’hésitez pas à me contacter pour discuter d’opportunités, de collaborations ou simplement pour échanger.

Disponibilité Disponible pour de nouvelles opportunités

Une offre, une question ?

Le message arrive dans ma boîte. Laissez une adresse si vous souhaitez une réponse.

Télécharger mon CV

Coordonnées

Courrier des lecteurs

Le message arrive dans ma boîte. Laissez une adresse si vous souhaitez une réponse.

Laissez l’adresse vide pour m’écrire un mot de manière anonyme. Sans elle, je ne pourrai simplement pas vous répondre.

Votre adresse ne sert qu’à vous répondre. Confidentialité

Correspondance

Je vous envoie la version choisie en pièce jointe, avec un mot de présentation. Aucune inscription n’est créée.

Votre adresse ne sert qu’à cet envoi. Confidentialité

Abonnements

Un mail par semaine, le dimanche soir : la synthèse sourcée de la semaine en IA et en publications. Rien d’autre, et désinscription en un clic.

Votre adresse ne sert qu’à cet envoi. Confidentialité