RECHERCHE · INGÉNIERIE · TRANSMISSION

Arthur Cartel
Foahom Gouabou

Lead AI Engineer · PhD

Je transforme des sujets d’IA complexes en systèmes utilisables : vision médicale, IA générative et déploiement en production.

Lead AI Engineer chez Dermascan. Docteur en informatique, basé à Marseille.

Arthur Cartel Foahom Gouabou
COMPUTER VISION / GENAI / MLOPS
100 000+
Lésions analyséesDermascan · 6 centres
+10 %
Efficacité opérationnelleDMSLOG.ai · logistique
11
Publications scientifiquesVision médicale & IA appliquée
140
Citations scientifiquesGoogle Scholar
100+
Apprenants MLOpsFormation · Alphorm

DE LA RECHERCHE AU TERRAIN

Une IA ne s’arrête pas au modèle.

Mon travail relie la recherche, les besoins métier et l’ingénierie : concevoir une approche, construire les outils qui la rendent utilisable et accompagner les équipes qui s’en servent.

Trois terrains, un même fil conducteur.

Des contributions en entreprise et en recherche, avec mon rôle, les choix techniques et les preuves disponibles.

01 / IA MÉDICALE · LEADERSHIP

Dermascan

Du modèle de triage aux outils utilisés sur le terrain.

Piloter l’ingénierie IA, relier images et données cliniques, et intégrer les modèles aux workflows médicaux.

  • Computer Vision
  • OCR + LLM
  • FastAPI
Lire l’étude de cas →

02 / LOGISTIQUE · IA APPLIQUÉE

DMSLOG.ai

Rendre les données logistiques interrogeables et prévisibles.

Prévision de flux, interrogation de KPIs par RAG et extraction documentaire pour la logistique conteneurisée.

  • RAG
  • LangChain
  • Time series
Lire l’étude de cas →

03 / RECHERCHE · VISION MÉDICALE

DIAMELEX & vision médicale

Étudier les limites des modèles, pas seulement leurs scores.

Recherche sur la classification de lésions cutanées, le déséquilibre de classes et l’explicabilité, avec publications et code.

  • Deep Learning
  • CNN
  • Class imbalance
Lire l’étude de cas →

Ce que je peux apporter à votre équipe.

Concevoir & évaluer

Vision par ordinateur, déséquilibre de classes et évaluation de modèles. Des travaux de recherche reliés aux contraintes de l’imagerie médicale.

Voir les travaux de recherche →

Construire & déployer

Pipelines OCR + LLM, RAG, APIs et MLOps. Relier les données aux usages, puis aux outils de production.

Explorer le cas logistique →

Deux façons de travailler ensemble.

Vous recrutez

Vous cherchez un profil qui relie recherche appliquée, leadership technique et delivery IA ? Retrouvez mon parcours, mes responsabilités et mes réalisations.

Échanger sur une opportunité →

Vous construisez ou formez une équipe

Discutons d’un besoin en IA appliquée, d’un accompagnement technique ou d’une formation MLOps. Le périmètre et les disponibilités sont à définir ensemble.

Discuter d’une collaboration →

La rigueur scientifique, avec des sources ouvertes.

Des publications en vision médicale et en prévision logistique ; des articles et du code pour comprendre les méthodes au-delà d’une liste de technologies.

Un rôle à pourvoir. Un problème à résoudre. Une équipe à faire grandir.

Présentez-moi votre contexte, vos objectifs et les contraintes importantes.

Entrons en contact