Actualités

Life At Unifai - Rencontre avec Maximilien Baudry, CSO et co-fondateur d’Unifai

DATE :
17/11/2021

Vous commencez sûrement à connaître Unifai, mais savez-vous qui en est à l’origine et qui se cache derrière la solution ? Dans cette nouvelle série d’articles vous découvrirez les membres de l’équipe d’Unifai. Pour commencer, nous avons interviewé Maximilien Baudry, CSO d’Unifai et l’un des cofondateurs

Fort de ses 3 ans de thèse en mathématiques sur l’utilisation de modèles auto-apprenant pour fiabiliser des données, Maximilien est responsable du cœur d’Unifai : ses algorithmes. 


  1. Pouvez-vous vous présenter ainsi que votre parcours ? 

Je m’appelle Maximilien mais tout le monde m’appelle Max. Mon parcours est très scientifique et universitaire. J’ai un master en statistiques théoriques et j’ai effectué en parallèle une école de statistique. Dans cette école, j’ai rencontré Pierre (CTO & co-fondateur d’Unifai) et commencé le Machine Learning lors de mes stages. J’ai ensuite fait une thèse en mathématiques durant 3 ans. 


  1. Comment avez-vous eu l’idée de faire une thèse en mathématiques sur l'utilisation de modèles auto-apprenant pour fiabiliser des données ?

Je ne souhaitais pas me lancer tout de suite dans la vie professionnelle par peur de vite m’ennuyer et je ressentais le besoin d’aller plus loin techniquement.

Concernant mon sujet de thèse, c’est un hasard ou plutôt une chance car je suis tombé sur cette offre de projet de thèse : quelques problèmes d’apprentissage statistique en présence de données incomplètes et celle-ci m’a immédiatement plu. En effet, les données incomplètes sont le quotidien des data scientists et c’est notamment pour cela que j’ai eu l’idée, avec mes deux autres cofondateurs, de créer Unifai. 


  1. Quel est votre rôle au sein d’Unifai ?

Mon titre exact est Chief Science Officer, soit responsable scientifique. Je suis responsable de toute la partie technique, tous les algorithmes et la recherche, soit le cœur de la plateforme que nous proposons. 

Mon rôle est segmenté en différentes missions : de la veille scientifique, de la recherche et développement et l’implémentation des dernières nouveautés en machine learning en les adaptant aux problématiques d’Unifai.


  1. Peux-tu me présenter ton équipe ?

Aujourd’hui l’équipe R&D, c’est moi. Je suis actuellement tout seul, ce qui explique que je sois sur tous les fronts. Entre les POC des clients, les diverses expérimentations, mes journées sont riches. Pour m’aider, j’encadre en général un étudiant en Machine Learning en césure. 

Chez Unifai, nous avons pour coutume de demander aux candidats de résoudre une énigme en R&D pour pouvoir postuler. Ça a un côté ludique et ça nous permet de voir la façon dont raisonne le candidat, ce qui est crucial en R&D.


  1. Est-ce qu’Unifai a évolué depuis sa création il y a 3 ans ?

Unifai a bien évolué depuis sa création, à commencer par son nom. Au tout début, Unifai s’appelait Indiana. A l’époque, la V0 avait été créée, avec Pierre, à la suite d’une problématique observée lors de nos expériences professionnelles. L’objectif d’Indiana était de rapprocher la base des clients chez les assureurs avec un fichier de décès entretenu par l’INSEE dans le but de détecter les assurés décédés et dont l’assureur n’était pas au courant. Nous avions appelé l’entreprise Indiana pour imager la fouille archéologique dans les fichiers des clients. 

Le produit et la proposition de valeur étaient donc bien différents car nous nous adressions aux assureurs. Dans un second temps et après une introspection avec Jesse (CEO & co-fondateur d’Unifai) et Pierre, nous avons changé de secteur pour celui du retail. Unifai a donc beaucoup évolué en 3 ans.


  1. Quelle est votre plus grande fierté / accomplissement chez Unifai ?

Ma plus grande fierté est d’avoir gagné une compétition Kaggle en 2017, une compétition de matching effectuée au tout début d’Unifai. J’ai gagné avec des personnes du laboratoire où je faisais ma thèse. C’est une reconnaissance de niveau mondial, qui assoit une certaine crédibilité technique. 

"Une reconnaissance de niveau mondial"

L’objectif de ce concours était de détecter des paraphrases.  Nous devions donc mettre en place un modèle qui lit les deux questions, comprenne le sens de celles-ci et dise si les questions étaient les mêmes et menaient toutes les deux à la même réponse. Nous avons fait plusieurs approches, notamment du deep learning, du NLP, des approches de graphes, et bien d’autres encore. Au total, 500 ou 600 modèles ont été créés et nous les avons tous combinés afin de prendre le meilleur de chaque modèle. 

Chez Unifai, ma fierté est d’avoir réussi à faire fonctionner un modèle d’extraction qui ne nécessite pas d’entraînement. Nous sommes arrivés à un niveau où le modèle comprend ce qu’il y a dans une fiche produit comme les caractéristiques produits. Pour vulgariser, c’est un modèle qui lit les descriptions du produit et qui est capable d’extraire les attributs qui lui sont propres pour structurer les données par la suite. 

Dans un premier temps, cela nécessitait beaucoup de tagging de la part des utilisateurs (= par exemple, l’utilisateur devait dire où était la hauteur et largeur du produit). Aujourd'hui, notre méthode permet de proposer aux utilisateurs des extractions qu'il devra valider ou invalider, ce qui lui permet d'aller plus vite et de mieux valoriser le travail manuel qu'ils doivent fournir. Je ne dirais pas comment je l’ai fait… On ne dévoile pas la recette du  coca !


  1. Pouvez-vous nous raconter une journée type chez Unifai ?

Une journée commence toujours à 9h30 par un “Stand-up”. C’est le rituel d’équipe où nous nous voyons tous, l’objectif est de ne pas parler de travail. C’est un point qui nous permet de garder une cohésion d'équipe, alors que la plupart des personnes sont à distance. C'est mon moment un peu fétiche de la journée car je sais que je vais voir tout le monde. 

Après il y a les “stand-up d’équipe”. L’objectif est de débriefer de la journée précédente et  donner les actions du jour. C’est le moment où je rentre dans le vif des sujets avec le stagiaire qui travaille à mes côtés.

Ensuite, même si mes journées ne se ressemblent pas, mes missions oscillent entre initialiser des modèles pour des clients et anticiper les modèles de demain.

Être dans une logique d’anticipation est obligatoire dans mon métier et pour cela, c’est important que je sois impliqué dans les rendez-vous avec les utilisateurs afin de voir comment ils interagissent avec notre solution. 

Par exemple, c’est lors d’un rendez-vous que je me suis rendu compte que c’était une douleur métier importante de taguer des lignes (dire au modèle où était le poid, la taille d’un article dans une description) pour l’extraction.

"Mon étoile du nord  : simplifier la vie des users"


  1. Quel est votre objectif pour Unifai ?

Mon objectif est qu’Unifai devienne une référence en termes de qualité de données. Le secteur retail est une étape pour ensuite aller se diversifier sur d’autres problématiques, d’autres sujets de qualité de données, en utilisant toujours l’existant. 

Merci Maximilien pour cet interview ! Si vous voulez l’avis d’un expert sur des sujets de qualité de données, n’hésitez pas à demander une démo

Faustine Caradeux
Growth Marketing Manager

Derniers articles

2/12/2021
-
Accélérer le time-to-market
Gagner en efficacité en automatisant la catégorisation des produits
Pour que les clients finaux puissent trouver les produits au bon endroit, que la navigation des internautes soit fluide, il est essentiel que les produits soient bien catégorisés par les vendeurs en fonction des canaux finaux (marketplaces, sites web...
> Lire la suite
18/11/2021
-
Marketplace
Annuaire des marketplaces en France
Les marketplaces sont devenues incontournables dans l'univers de l’e-commerce, d'après le dernier baromètre de la FEVAD elles ont vu leurs ventes augmenter de 44% au premier trimestre 2021. En France, elles représentent 30% du volume d'affaire total des...
> Lire la suite