À propos

Je suis chercheur et je travaille sur les modèles génératifs. Un fil conducteur traverse mes travaux : lorsqu'une chose est coûteuse à simuler ou impossible à collecter, apprendre un modèle qui la génère.

Cette idée a commencé avec les ondes radio. Mon doctorat — une thèse CIFRE menée conjointement entre Orange Labs et l'UTBM — partait d'un problème concret : planifier un déploiement Wi-Fi suppose d'évaluer des milliers de configurations de points d'accès, et chaque évaluation exige traditionnellement une simulation par lancer de rayons bien trop lente pour une boucle d'optimisation. J'ai reformulé le problème en génération d'images. On donne un plan 2D à un GAN conditionnel, il rend une carte de couverture complète. Ce qui prenait des minutes prenait des millisecondes, rendant le placement automatique de points d'accès enfin traitable. Les travaux suivants ont remplacé le GAN par de la diffusion conditionnelle et un ResUNet informé par la physique, capable de généraliser à des bâtiments et des fréquences jamais vus.

La même idée s'est déplacée vers le langage, pour des raisons plus personnelles. Le bambara est ma langue maternelle et celle de millions de personnes au Mali et dans l'espace mandingue — pourtant la traduction automatique y fonctionne à peine, faute de données parallèles. Kumatigi fut ma réponse : un pipeline de curation et d'augmentation attribuant un score de qualité à chaque paire de phrases, publié en corpus ouvert français↔bambara de 67k paires et présenté à Findings of ACL 2026. Le résultat marquant : filtrer agressivement sur la qualité l'emporte sur la simple accumulation de données — l'inverse du conseil habituel, et une piste utile pour toute langue peu dotée.

Aujourd'hui, chez Orange Research, je travaille sur des modèles génératifs de mobilité humaine : apprendre à synthétiser des traces de déplacement réalistes afin d'exploiter la donnée opérateur sans jamais exposer d'abonné réel. C'est la même forme de problème — des séquences, cette fois, plutôt que des images ou des phrases.

J'ai enseigné deux ans en parallèle du doctorat — systèmes sans fil, Linux, C — encadré un mémoire de Master, et je cadre aujourd'hui des stages de recherche. Je suis relecteur pour NeurIPS et AAAI, et qualifié par le CNU en sections 27 et 61 : la voie académique reste ouverte, mais ce qui m'importe est que la recherche aboutisse à quelque chose de réel.