Logo Mr.Bar

Mr.Bar

Distributeur de boissons connecté avec estimation du taux d'alcoolémie en temps réel. Projet entrepreneurial incubé à l'Efrei, lauréat du 1er prix des projets de fin d'études.

Points clés :

  • Construction complète : modélisation 3D, impression 3D, assemblage électronique
  • Chatbot intégré avec LangChain pour conseiller les utilisateurs
  • Algorithme de recommandation personnalisé basé sur les préférences
Arduino IoT Mobile App 3D Modeling Machine Learning Entrepreneuriat
Logo Abalone

AlphaBalone

Implémentation de l'algorithme AlphaZero pour le jeu Abalone en utilisant JAX et les TPU Google Cloud. Exploration des techniques de reinforcement learning avancées avec parallélisation massive.

Points clés :

  • Implémentation complète de l'environnement Abalone from scratch en JAX
  • Curriculum par seuil de victoire (3 → 6 billes), pour éviter que l'agent n'apprenne la passivité
  • Parallélisation sur 8 workers TPU V4 via le TPU Research Cloud
JAX TPU Deep Reinforcement Learning AlphaZero Google Cloud MCTS
Icône GuitarOcktail

GuitarOcktail

Un système qui écoute un air de guitare et sert le cocktail correspondant. Séparation de sources, extraction de caractéristiques audio et analyse en composantes principales pour relier deux univers sans rapport apparent.

Points clés :

  • Corpus de 60 036 fenêtres de guitare isolée avec Demucs, à partir de musique Creative Commons
  • 560 cocktails décrits sur 13 attributs sensoriels, à partir de leurs ingrédients
  • PCA pour trouver les axes gustatifs réels, puis appariement avec les mesures audio
Demucs librosa PCA Traitement du signal Python
Icône AIku

AIku

Un modèle Gemma 3 270M fine-tuné pour composer des haïkus dans le style de sept poètes japonais classiques, exporté en ONNX et exécuté entièrement dans le navigateur.

Points clés :

  • Corpus de 4 200 haïkus de 7 poètes japonais, dont un livre scanné retranscrit par Gemini
  • 12 600 demandes générées dans 6 styles, trois par haïku, pour suivre des formulations réalistes
  • Fine-tuning LoRA de Gemma 3 270M, vocabulaire élagué et poids en 8 bits (182 Mo), servi 100% côté client via Transformers.js
Gemma 3 LoRA ONNX Transformers.js WebGPU
Icône Analyse de dialogues de films

Analyse de dialogues de films

47 326 conversations issues de 617 films regroupées par thème avec de l'IA, croisées avec le genre des personnages, pour mesurer la place des femmes au dialogue — jusqu'à un test de Bechdel automatisé film par film.

Points clés :

  • 172 thèmes de discussion identifiés et nommés automatiquement par un LLM
  • Seulement 6,2 % des conversations ont lieu entre deux personnages féminins
  • 36 % des films réussissent un test de Bechdel automatisé en trois critères
NLP Clustering LLM Gemini API Python