Cyril BOURGEOIS – Cyril BOURGEOIS

🎯 Profil

Data Scientist avec double compétence modélisation + production, spécialisé en détection d’anomalies et MLOps.

Parcours atypique : reconversion armée → commerce → data science (2021-2024)

🏆 Faits Marquants

Compétitions Kaggle

35+ compétitions complétées
3 compétitions top 1% mondial
Meilleur classement : #14 / 3 022 équipes (Top 0.5%)

Recherche compositionnelle — détection d’anomalies

Ancres reproduites : ADBench (47 datasets) et TSB-AD (égalités exactes au publié)
PaAno (ICLR 2026) intégré et certifié sur TSB-AD : #1 des volets U et M
Routeur source-strict : 502 jeux / 19 domaines, +1,48 pt AUROC sur l’ensemble fixe de 18 détecteurs (pré-enregistré, LODO groupé par source)

MLOps

Système temps réel : DAG 9 workers, Redis, Docker
Dashboard : 40+ pages Streamlit avec rôles RASCI
Observabilité : Prometheus, Grafana, SLA tracking

🎓 Formation

Master 2 - Data Scientist (2023-2024)

OpenClassrooms + Centrale Supélec
7 projets validés · Alternance MICHELIN (12 mois)

Master 1 - Data Analyst (2021-2022)

OpenClassrooms + ENSAE
10 projets validés

🛠️ Stack Technique

Langages

Python (avancé) · SQL · Rust

Machine Learning

Classique : Scikit-learn, XGBoost, LightGBM, CatBoost
Deep Learning : PyTorch, TensorFlow, HuggingFace, RealMLP
Time Series : Statsmodels, Prophet, LSTM, AnomalyTransformer
Modèles physiques : chimie-transport (CAMS, CHIMERE, GEOS-CF) — post-traitement de sorties
LLMs : évaluation, orchestration, revue croisée de résultats
Modèles pré-entraînés : transfer learning, fine-tuning
Calcul GPU : CUDA

LLMs utilisés

Claude · ChatGPT · Grok · Kimi K3 · Gemini · Mistral

Agentic

Claude Code · Codex · OpenCode

MLOps & Infrastructure

Containerisation : Docker, Docker Compose
Orchestration : Redis, DAG event-driven
Monitoring : Prometheus, Grafana
Dashboard : Streamlit (40+ pages)

Data Engineering

DataFrames : Pandas, Polars, NumPy
Stockage : Parquet, PostgreSQL, S3/MinIO
Versioning : Git, DVC, MLflow

💼 Expérience

Alternance Data Scientist - MICHELIN (2023-2024)

POC Parsing/Matching de Données Complexes

Gestion de données pricing mondial (niveau continental)
Augmentation considérable du taux de détection des correspondances
Dashboards Power BI pour équipe pricing
Tests automatisés (PyTest)

Feedback : “Force de proposition, assidu dans les missions. POC parsing/mapping mené avec succès.”

Data Scientist / ML Engineer - DELTAMU (2024-2025)

Recherche en détection d’anomalies — capteurs industriels (pharma)

Tests de recherche en clustering et détection d’anomalies, plusieurs centaines de capteurs
Nouvel algorithme de détection, validé par le responsable scientifique
Analyses statistiques avancées sur ensemble de bon fonctionnement
Cœur calculatoire haute vitesse optimisé en Rust
Caractérisation des régimes de fonctionnement sur plusieurs centaines de capteurs

Feedback : “Réelle passion pour la data science et les algorithmes d’IA. Investissement dans les missions. Contribution active au produit logiciel.” — Nuno DOS REIS, Président, DELTAMU

📊 Projets Phares

🌬️ Correction Apprise des Prévisions de Qualité de l’Air

Apprendre l’erreur du modèle européen, et la retirer — 36 mois, 28 M de mesures horaires, 4 polluants

Prévoir là où personne ne mesure : aucune observation du lieu corrigé n’entre dans le modèle, et il est testé sur des stations et des mois qu’il n’a jamais vus
−39,6 % d’erreur sur le NO₂, −20,2 % sur les PM10, −17,9 % sur l’ozone, −11,8 % sur les PM2,5
En 2030 l’Europe divise ses seuils par deux : à pollution inchangée, les stations en dépassement passent de 6 à 109, et 4 départements d’Occitanie n’ont aucune station pour le constater
Utilisable au sens réglementaire ? Sans observation du point, la part des stations NO₂ satisfaisant le critère européen passe de 41,4 % à 87,9 % — sous le seuil de 90 %. Aux stations instrumentées, 96,2 %
Les limites sont publiées comme les résultats : 3 épisodes réels détectés sur 33 — l’observation directe n’en attrape que 21, le produit officiel 1

→ Voir le projet

🔧 Système de Détection d’Anomalies Temps Réel

Projet MLOps complet - 1 200+ heures

Architecture event-driven : DAG 9 workers, 3 réplicas CPU + 1 GPU
3 canaux de détection décorrélés : IsolationForest + résidu Ridge temporel + reconstruction PCA séquentielle, fusion XGBoost
Cycle de vie d’alarme en épisode unique (hystérésis, escalade, SLA)
Dashboard Streamlit 40+ pages (rôles RASCI), observabilité Prometheus/Grafana

→ Voir le projet

🕵️ Aegis-RCA — Agent de Diagnostic de Causes Racines

Prototype de recherche actif — extension de vigilance

Agent LLM local qui investigue les incidents : contexte métriques, RAG sur procédures, diagnostic + recommandation validés par un humain
Décisions d’architecture confrontées à des avis externes puis vérifiées par des bancs de mesure réels
Sandbox d’auto-correction durci, 1 succès réel mesuré

→ Voir le projet

🧪 Multi-Agent-Lab, laboratoire d’évaluation d’agents LLM locaux

En cours : 116 objectifs sur 200 clos (septembre 2026)

Mesurer ce que chaque brique d’un agent (harnais, outils, contexte, consignes, skills) apporte réellement face à une baseline, en 100 % local sur RTX 5090
Protocoles préenregistrés, analyse appariée, 40 tâches privées scellées, plus de 4 400 tests éprouvés par mutation
Dernier résultat : pour choisir le bon skill, une décision typée du modèle bat un routeur classique (84 sur 107 contre 41, écart résolu) ; les résultats négatifs sont publiés comme tels

→ Voir le projet

🧬 LLM_finetuning, affiner et distiller des LLM sur des textes cliniques français

En cours : premier cycle exploratoire mené, aucun verdict confirmatoire rendu (octobre 2026)

Mesurer quelle technique d’adaptation (LoRA, distillation, pré-entraînement voisin) donne un gain réel face à une référence solide et réglée, sur une seule RTX 5090, avec des textes cliniques fictifs (PARHAF)
Protocole gelé et haché avant la première mesure, verdict en trois valeurs (gain confirmé, absence de gain utile, non résolu), test scellé ouvert une seule fois
Code privé, présentation détaillée sur demande à cyril.bgs.dev@gmail.com

→ Voir le projet

🔬 Recherche Compositionnelle — Détection d’Anomalies (ADBench & TSB-AD)

Composer les SOTA et router par domaine de données

Ancre reproduite à l’exact (Sub-PCA 0.4234, Sub-KNN 0.3501 en VUS-PR), point-adjust banni
PaAno (ICLR 2026) monté sur TSB-AD et certifié : #1 des deux volets (0.58 U / 0.46 M)
Corpus 502 jeux / 19 domaines : le routeur source-strict gagne +1,48 pt AUROC sur l’ensemble fixe (pré-enregistré) — un gain réel et modeste
Le gain du routage croît avec la dimensionnalité : négatif sur l’ensemble du multivarié (−0,01), positif à partir de huit variables

→ Voir le projet

🏆 Compétitions Kaggle - Top 1% Mondial

35+ compétitions

Predict Podcast Listening Time : #20 / 3 310 (Top 0.6%)
Prediction F1 Pit Stop : #14 / 3 022 (Top 0.5%)
Feature engineering intensif, ensembling/stacking
La stratégie gagnante se déplace vers l’agentique : des systèmes d’agents qui explorent et sélectionnent les pistes en autonomie
Palmarès vérifiable : kaggle.com/cyrilbourgeois

→ Voir les compétitions

🎓 Diplômes, et résultats publics

Diplômes

Master 2 Data Scientist — OpenClassrooms + Centrale Supélec (2024)
Master 1 Data Analyst — OpenClassrooms + ENSAE (2022)

Résultats publics (vérifiables, pas décernés)

Kaggle — 3 compétitions dans le top 1 % mondial, meilleur rang #14 / 3 022

📫 Contact

Email : cyril.bgs.dev@gmail.com
GitHub : github.com/cyril-bgs-dev-tech
LinkedIn : linkedin.com/in/cyril-bourgeois-65a739150

Dernière mise à jour : Août 2026

--- title: "Cyril BOURGEOIS" subtitle: "Data Scientist | MLOps Engineer" about: template: jolla links: - icon: github text: GitHub href: https://github.com/cyril-bgs-dev-tech - icon: linkedin text: LinkedIn href: https://www.linkedin.com/in/cyril-bourgeois-65a739150/ - icon: envelope text: Email href: mailto:cyril.bgs.dev@gmail.com --- ## 🎯 Profil Data Scientist avec **double compétence modélisation + production**, spécialisé en détection d'anomalies et MLOps. **Parcours atypique** : reconversion armée → commerce → data science (2021-2024) --- ## 🏆 Faits Marquants ### Compétitions Kaggle - **35+ compétitions** complétées - **3 compétitions top 1% mondial** - **Meilleur classement** : #14 / 3 022 équipes (Top 0.5%) ### Recherche compositionnelle — détection d'anomalies - **Ancres reproduites** : ADBench (47 datasets) et TSB-AD (égalités exactes au publié) - **PaAno (ICLR 2026)** intégré et certifié sur TSB-AD : **#1 des volets U et M** - **Routeur source-strict** : 502 jeux / 19 domaines, **+1,48 pt** AUROC sur l'ensemble fixe de 18 détecteurs (pré-enregistré, LODO groupé par source) ### MLOps - **Système temps réel** : DAG 9 workers, Redis, Docker - **Dashboard** : 40+ pages Streamlit avec rôles RASCI - **Observabilité** : Prometheus, Grafana, SLA tracking --- ## 🎓 Formation ### Master 2 - Data Scientist (2023-2024) **OpenClassrooms + Centrale Supélec** 7 projets validés · Alternance **MICHELIN** (12 mois) ### Master 1 - Data Analyst (2021-2022) **OpenClassrooms + ENSAE** 10 projets validés --- ## 🛠️ Stack Technique ### Langages **Python** (avancé) · **SQL** · **Rust** ### Machine Learning - **Classique** : Scikit-learn, XGBoost, LightGBM, CatBoost - **Deep Learning** : PyTorch, TensorFlow, HuggingFace, **RealMLP** - **Time Series** : Statsmodels, Prophet, LSTM, AnomalyTransformer - **Modèles physiques** : chimie-transport (CAMS, CHIMERE, GEOS-CF) — post-traitement de sorties - **LLMs** : évaluation, orchestration, revue croisée de résultats - **Modèles pré-entraînés** : transfer learning, fine-tuning - **Calcul GPU** : CUDA ### LLMs utilisés Claude · ChatGPT · Grok · Kimi K3 · Gemini · Mistral ### Agentic Claude Code · Codex · OpenCode ### MLOps & Infrastructure - **Containerisation** : Docker, Docker Compose - **Orchestration** : Redis, DAG event-driven - **Monitoring** : Prometheus, Grafana - **Dashboard** : Streamlit (40+ pages) ### Data Engineering - **DataFrames** : Pandas, Polars, NumPy - **Stockage** : Parquet, PostgreSQL, S3/MinIO - **Versioning** : Git, DVC, MLflow --- ## 💼 Expérience ### Alternance Data Scientist - MICHELIN (2023-2024) **POC Parsing/Matching de Données Complexes** - Gestion de données pricing mondial (niveau continental) - Augmentation considérable du taux de détection des correspondances - Dashboards Power BI pour équipe pricing - Tests automatisés (PyTest) **Feedback** : *"Force de proposition, assidu dans les missions. POC parsing/mapping mené avec succès."* ### Data Scientist / ML Engineer - DELTAMU (2024-2025) **Recherche en détection d'anomalies — capteurs industriels (pharma)** - Tests de recherche en clustering et détection d'anomalies, plusieurs centaines de capteurs - Nouvel algorithme de détection, validé par le responsable scientifique - Analyses statistiques avancées sur ensemble de bon fonctionnement - Cœur calculatoire haute vitesse optimisé en **Rust** - Caractérisation des régimes de fonctionnement sur plusieurs centaines de capteurs **Feedback** : *"Réelle passion pour la data science et les algorithmes d'IA. Investissement dans les missions. Contribution active au produit logiciel."* — Nuno DOS REIS, Président, DELTAMU --- ## 📊 Projets Phares ### 🌬️ Correction Apprise des Prévisions de Qualité de l'Air **Apprendre l'erreur du modèle européen, et la retirer** — 36 mois, 28 M de mesures horaires, 4 polluants - **Prévoir là où personne ne mesure** : aucune observation du lieu corrigé n'entre dans le modèle, et il est testé sur des stations *et* des mois qu'il n'a jamais vus - **−39,6 % d'erreur sur le NO₂**, −20,2 % sur les PM10, −17,9 % sur l'ozone, −11,8 % sur les PM2,5 - **En 2030 l'Europe divise ses seuils par deux** : à pollution inchangée, les stations en dépassement passent de **6 à 109**, et 4 départements d'Occitanie n'ont aucune station pour le constater - **Utilisable au sens réglementaire ?** **Sans observation du point**, la part des stations NO₂ satisfaisant le critère européen passe de 41,4 % à **87,9 %** — sous le seuil de 90 %. **Aux stations instrumentées**, **96,2 %** - **Les limites sont publiées comme les résultats** : 3 épisodes réels détectés sur 33 — l'observation directe n'en attrape que 21, le produit officiel 1 → [Voir le projet](projets_Qualite_Air/index.qmd) ### 🔧 Système de Détection d'Anomalies Temps Réel **Projet MLOps complet** - 1 200+ heures - Architecture event-driven : DAG 9 workers, 3 réplicas CPU + 1 GPU - 3 canaux de détection décorrélés : IsolationForest + résidu Ridge temporel + reconstruction PCA séquentielle, fusion XGBoost - Cycle de vie d'alarme en épisode unique (hystérésis, escalade, SLA) - Dashboard Streamlit 40+ pages (rôles RASCI), observabilité Prometheus/Grafana → [Voir le projet](vigilance/index.qmd) ### 🕵️ Aegis-RCA — Agent de Diagnostic de Causes Racines **Prototype de recherche actif** — extension de vigilance - Agent LLM local qui investigue les incidents : contexte métriques, RAG sur procédures, diagnostic + recommandation validés par un humain - Décisions d'architecture confrontées à des avis externes puis vérifiées par des bancs de mesure réels - Sandbox d'auto-correction durci, 1 succès réel mesuré → [Voir le projet](aegis-rca/index.qmd) ### 🧪 Multi-Agent-Lab, laboratoire d'évaluation d'agents LLM locaux **En cours** : 116 objectifs sur 200 clos (septembre 2026) - Mesurer ce que chaque brique d'un agent (harnais, outils, contexte, consignes, skills) apporte réellement face à une baseline, en 100 % local sur RTX 5090 - Protocoles préenregistrés, analyse appariée, 40 tâches privées scellées, plus de 4 400 tests éprouvés par mutation - Dernier résultat : pour choisir le bon skill, une décision typée du modèle bat un routeur classique (84 sur 107 contre 41, écart résolu) ; les résultats négatifs sont publiés comme tels → [Voir le projet](multi-agent-lab/index.qmd) ### 🧬 LLM_finetuning, affiner et distiller des LLM sur des textes cliniques français **En cours** : premier cycle exploratoire mené, aucun verdict confirmatoire rendu (octobre 2026) - Mesurer quelle technique d'adaptation (LoRA, distillation, pré-entraînement voisin) donne un gain réel face à une référence solide et réglée, sur une seule RTX 5090, avec des textes cliniques fictifs (PARHAF) - Protocole gelé et haché avant la première mesure, verdict en trois valeurs (gain confirmé, absence de gain utile, non résolu), test scellé ouvert une seule fois - Code privé, présentation détaillée sur demande à cyril.bgs.dev@gmail.com → [Voir le projet](llm-finetuning/index.qmd) ### 🔬 Recherche Compositionnelle — Détection d'Anomalies (ADBench & TSB-AD) **Composer les SOTA et router par domaine de données** - Ancre reproduite à l'exact (Sub-PCA 0.4234, Sub-KNN 0.3501 en VUS-PR), point-adjust banni - PaAno (ICLR 2026) monté sur TSB-AD et certifié : **#1 des deux volets** (0.58 U / 0.46 M) - Corpus 502 jeux / 19 domaines : le **routeur source-strict** gagne **+1,48 pt** AUROC sur l'ensemble fixe (pré-enregistré) — un gain réel et modeste - Le gain du routage croît avec la dimensionnalité : **négatif** sur l'ensemble du multivarié (−0,01), positif à partir de huit variables → [Voir le projet](anomaly_tabular/index.qmd) ### 🏆 Compétitions Kaggle - Top 1% Mondial **35+ compétitions** - Predict Podcast Listening Time : #20 / 3 310 (Top 0.6%) - Prediction F1 Pit Stop : #14 / 3 022 (Top 0.5%) - Feature engineering intensif, ensembling/stacking - La stratégie gagnante se déplace vers l'**agentique** : des systèmes d'agents qui explorent et sélectionnent les pistes en autonomie - **Palmarès vérifiable** : [kaggle.com/cyrilbourgeois](https://www.kaggle.com/cyrilbourgeois/competitions) → [Voir les compétitions](projets_Competitions/index.qmd) --- ## 🎓 Diplômes, et résultats publics **Diplômes** - **Master 2 Data Scientist** — OpenClassrooms + Centrale Supélec (2024) - **Master 1 Data Analyst** — OpenClassrooms + ENSAE (2022) **Résultats publics** *(vérifiables, pas décernés)* - Kaggle — 3 compétitions dans le top 1 % mondial, meilleur rang #14 / 3 022 --- ## 📫 Contact **Email** : [cyril.bgs.dev@gmail.com](mailto:cyril.bgs.dev@gmail.com) **GitHub** : [github.com/cyril-bgs-dev-tech](https://github.com/cyril-bgs-dev-tech) **LinkedIn** : [linkedin.com/in/cyril-bourgeois-65a739150](https://www.linkedin.com/in/cyril-bourgeois-65a739150/) --- *Dernière mise à jour : Août 2026*