Une idée, mais pas encore de preuve
Vous disposez de données et d’un cas d’usage, sans savoir si la promesse est techniquement réaliste ni comment la tester.
Situations fréquentes
Quand je peux vous aider
Un modèle difficile à défendre
Les performances semblent bonnes, mais la robustesse, les biais, les fuites de données ou les limites restent incertains.
Une équipe qui doit décider vite
Vous avez besoin d’un avis scientifique indépendant, d’un prototype ou d’une montée en compétence sans recruter immédiatement.
Interventions adaptées aux healthtechs, medtechs, biotechs, équipes R&D, cabinets de conseil, organismes de formation et structures de santé privées.
Offres packagées
Un périmètre clair, un livrable utile
Chaque mission commence par une question de décision. Le niveau d’effort, les données nécessaires et les critères de réussite sont fixés avant le démarrage.
Point d’entrée
Diagnostic IA & données
À partir de 950 €
En général : 1 à 2 semaines
Déterminer rapidement si le projet mérite un investissement supplémentaire.
- Entretien de cadrage
- Revue du besoin et des données disponibles
- Risques, options techniques et critères de succès
- Note de décision et feuille de route priorisée
Offre centrale
Audit technique de modèle
Budget habituel : 3 500 à 6 000 €
En général : 2 à 4 semaines
Évaluer un modèle existant avant extension, intégration ou présentation à des partenaires.
- Protocole, métriques et reproductibilité
- Fuites de données, biais et robustesse
- Analyse d’erreurs et interprétabilité
- Rapport actionnable et restitution aux équipes
Projet premium
Prototype / preuve de concept
Budget habituel : 8 000 à 15 000 €
En général : 4 à 8 semaines
Transformer un cas d’usage prioritaire en démonstrateur mesurable et documenté.
- Baseline et protocole de validation
- Pipeline reproductible
- Itérations sur un périmètre maîtrisé
- Prototype, documentation et recommandations
Transmission
Formation IA / LLM en santé
Cas d’usage, prompt design, limites, validation, confidentialité et bonnes pratiques adaptées aux métiers.
Continuité
Conseil scientifique R&D
Revue régulière des choix méthodologiques, priorisation des expérimentations et préparation des décisions clés.
Budgets indicatifs, ajustés au périmètre, à la qualité des données et aux contraintes de sécurité. Un devis précis est fourni avant toute mission.
Méthode
Une collaboration simple et traçable
Audit et analyse de vos besoins
Réunion avec vos équipes, données disponibles, décision à améliorer et définition des objectifs.
Proposition et devis
Durée ou forfait, prix exact, nombre d’itérations, livrables, critères de validation et modalités de paiement.
Réalisation et transfert
Points d’étape, livrables validés, documentation, restitution et transfert vers vos équipes.
Preuves et démonstrations
Une expertise scientifique appliquée à des livrables concrets
Modélisation de trajectoires de santé
Structuration de cohortes, définition de cibles pertinentes, validation hors échantillon et interprétation de facteurs associés aux trajectoires neurodégénératives.
Apport : rendre une analyse complexe défendable et utile à la décision scientifique.IA générative et prédictive sur des visages
Génération, édition et analyse de données visuelles avec validation expérimentale et publications évaluées par les pairs.
Voir la publication ACMDashboard scientifique interactif
Transformation d’indicateurs complexes en interface exploratoire bilingue pour comparer des scénarios et communiquer les résultats.
Projet confidentiel — présentation privée sur demande.Exemples de missions
Des cas d’usage ciblés, mesurables et réalistes
- Contrôle qualité automatisé d’images biomédicales : cadrage, artefacts et données parasites.
- Détection de dossiers incomplets dans un système d’information clinique à partir de données tabulaires.
- Audit de robustesse, de biais et de fuites de données d’un modèle prédictif utilisé en interne.
- Extraction structurée de variables depuis des documents PDF médicaux ou scientifiques.
- Dashboard scientifique pour explorer des cohortes, indicateurs ou résultats de modèles.
- Formation LLM pour cadres de santé : usages utiles, prompt design, limites et RGPD.
Cadre de travail
Sécurité, validation et limites explicites
Données maîtrisées
Travail sur données anonymisées ou synthétiques, ou directement dans l’environnement contrôlé du client lorsque le contexte l’exige.
Validation documentée
Baselines, séparation des jeux de données, métriques adaptées, analyse d’erreurs et limites consignées dans les livrables.
Usage responsable
Les prototypes soutiennent l’analyse et la décision. Ils ne constituent ni un dispositif médical certifié ni un avis clinique.
Cette activité de conseil est exercée à titre indépendant et reste distincte de mes fonctions de recherche à l’École Normale Supérieure.
Prochaine étape
Commencez par une question de décision, pas par un modèle.
Envoyez en quelques lignes votre contexte, le type de données disponible, l’objectif métier ou scientifique et l’échéance visée. Je vous répondrai avec le format d’intervention le plus pertinent.