03Expérience sélectionnée

L’expérience technique derrière Tensor State Group.

Cette page décrit des rôles et recherches antérieurs du dirigeant. Elle n’est pas présentée comme un historique client de Tensor State Group.

Norme d’attribution

L’expérience est séparée de l’historique client de l’entreprise. L’état de production et les résultats ne sont décrits qu’au niveau vérifiable et publiable.

Infrastructure ML distribuée

Infrastructure + accompagnement

Contexte du problème: Les équipes de recherche ont besoin d’un accès plus simple et fiable à l’entraînement distribué et au calcul partagé.
Pourquoi c’est difficile: Ordonnancement, ergonomie, politique de ressources, reproductibilité et flux chercheurs doivent fonctionner ensemble.
Expérience pertinente: Expérience en outillage d’entraînement distribué, environnements Slurm, allocation de ressources et accompagnement technique des chercheurs ML.

Systèmes génératifs pour les flux visuels

Systèmes de modèles + processus

Contexte du problème: Les équipes créatives ont besoin de capacités génératives respectant contrôle, flux et exigences de sortie.
Pourquoi c’est difficile: Le choix du modèle ne résout pas contrôle, routage, cohérence, évaluation, latence ni intégration.
Expérience pertinente: Expérience en génération d’images, inpainting, outpainting, diffusion, routage de modèles et applications créatives avec recherche.

Vision par ordinateur et médias neuronaux

Vision + recherche appliquée

Contexte du problème: Les données visuelles doivent être transformées, segmentées, reconnues ou reconstruites dans des conditions imparfaites.
Pourquoi c’est difficile: Jeux de données, artefacts, cas rares, débit et qualité subjective façonnent la solution.
Expérience pertinente: Expérience en défloutage, segmentation, détection, données synthétiques et rendu neuronal.

Norme de preuve

Les études de cas doivent mériter la confiance, pas l’emprunter.

Les études détaillées suivent une structure constante : contexte, difficulté, intervention, évaluation, résultat et état de production. Les travaux chez d’anciens employeurs sont clairement identifiés.

D’autres noms et détails techniques peuvent être discutés sous confidentialité appropriée.