Je vais former, optimiser et déployer des modèles de vision par ordinateur personnalisés dans pytorch

En tant que chercheur en IA spécialisé en vision par ordinateur et optimisation de deep learning, je construis et compresse des réseaux neuronaux complexes pour atteindre des vitesses d’inférence maximales sur des configurations matérielles limitées, sans compromettre la précision.

Pourquoi choisir ce service ?

• Optimisation d’architecture de modèles d’élite : Je conçois des pipelines CNN sur mesure et ajuste finement les Vision Transformers (ViTs) pour faire passer la précision de classification des limites de base aux exigences cliniques ou opérationnelles maximales.
• 
  
• Compression avancée de modèles : Exécuter des modèles de vision massifs sur des configurations edge est inefficace. J’applique des workflows de distillation de connaissance entre étudiants et enseignants pour réduire la mémoire tout en conservant la performance du modèle.
• 
  
• Déploiements prêts pour la production : Pas de configurations compliquées. Je convertis des poids complexes en environnements ONNX Runtime optimisés, accompagnés d’API de prédiction rapides pour un déploiement logiciel en temps réel sans souci.

La stack technique :

• Frameworks : PyTorch, TensorFlow, ONNX Runtime.
• Architectures : CNN sur mesure, ResNet, MobileNet, Vision Transformers (ViTs).
• Outils de déploiement : Docker, couches REST Flask/FastAPI, Linux.