Léonard Noth
ENFRDE

Je conçois des systèmes,je construis des produits,et je rends la technologiecompréhensible.

Je construis des logiciels, je dirige celles et ceux qui les construisent, et je les enseigne, depuis Fribourg en Suisse. Data science de formation, produit par réflexe : je transforme des questions de recherche et d'enseignement en outils réellement utilisés.

Voir les projetsComment je fonctionneMe contacter
Léonard Noth
  1. 01Problème
  2. 02Comprendre
  3. 03Concevoir
  4. 04Construire
  5. 05Expliquer
  6. itérer: Construire → Comprendre · apprendre: Expliquer → Problème

Ce que je fais vraiment

Quatre choses pour lesquelles on fait appel à moi. Chacune avec le projet où ça s'est vraiment passé, et la décision que ça a demandée.

01

Construire

Je mène une idée de rien jusqu'à ce qu'elle tourne devant de vrais utilisateurs, sans quitter le code.

FlowerCamEn détail

Développeur principal, 2021 à 2023, trois magasins fribourgeois

FlowerCam permettait à une cliente restée chez elle de piloter un robot dans un vrai magasin, et j'ai écrit le serveur vidéo qui rendait cet appel possible.

Dans un magasin, il y a des clients, et le visage de quelqu'un qui n'a rien demandé ne part pas sur Internet. Flouter tous les visages qui ne sont pas ceux du personnel était la condition légale pour tourner, et dès qu'un logiciel doit regarder les pixels, une liaison directe entre le navigateur et le robot devient impossible par définition.

J'ai donc écrit notre propre serveur de streaming : un vrai pair WebRTC des deux côtés de l'appel, qui décode chaque image, demande à un service de reconnaissance quels visages sont ceux des employés, floute les autres et réencode. Cela coûte plus de 100 ms par image, et c'est ce qui a permis au robot de circuler chez une fleuriste, dans un magasin de meubles et dans un commerce de détente, avec de vrais clients dans les allées.

Lire l'étude de cas →
02

Structurer

Je conçois des systèmes qui restent compréhensibles quand quelqu'un d'autre les rouvre un an plus tard.

SAFEEn détail

Travail de master, 2024, noté 6 sur 6

SAFE lit l'actualité financière et situe chaque événement dans le temps, alors que personne n'est d'accord sur ce que veut dire « récent ».

Pour un trader, le présent dure quelques heures. Pour une caisse de pension, un trimestre. Si cette frontière est apprise par le modèle, servir les deux publics oblige à réannoter le corpus et à tout réentraîner.

Les bornes des classes vivent donc dans un fichier de configuration, et les dates explicites n'atteignent jamais le réseau de neurones : un composant à règles s'en charge, parce que « l'an dernier » est un calcul par rapport à un aujourd'hui qui bouge, et que des poids ne savent pas retenir ça. Changer ce que « présent » signifie est devenu une ligne. C'est la décision de ce mémoire que je défends le plus volontiers.

Lire l'étude de cas →
03

Décider

Je fixe la direction, je répartis le travail, et j'assume l'arbitrage quand les réponses se contredisent.

YEPA, KOCO PredictEn détail

CTO, seul ingénieur à plein temps, deux produits sur une seule base de code

Chez YEPA, je suis le seul ingénieur à plein temps : tout désaccord entre la recherche, les freelances et le produit finit sur mon bureau.

Deux chercheurs en pédagogie décrivent ce que la méthode exige, des freelances et des étudiants en construisent des morceaux, je les briefe, je relis ce qui revient et je tranche l'architecture. Une bonne part du métier consiste à dire à la recherche quand ce qu'elle demande n'est pas ce qu'elle veut dire.

Le cas le plus net, c'est le classifieur. Ranger un fragment d'entretien dans les sept concepts de l'ontologie pédagogique ressemblait à un travail pour les grands modèles : on les a testés sérieusement, ils plafonnaient. Un petit modèle entraîné sur notre propre corpus annoté atteint 94% sur 350 échantillons validés par des experts, douze points devant, et c'est lui qui tourne en production, dans 23 stacks d'infrastructure avec une barrière de déploiement qui refuse de remplacer une table vivante.

Décider, c'est aussi revenir sur le cahier des charges. Sur KOCO Predict, nous avions convenu d'une prévision horaire. À cette résolution, 98% de la série était une interpolation que j'avais tracée moi-même. Je suis passé au journalier, où un quart des points sont de vraies pesées, et j'ai défendu un modèle moins flatteur sur le papier qui donne des chiffres sur lesquels un dispatcheur peut agir.

Lire l'étude de cas →
04

Enseigner

Je transforme quelque chose de compliqué en quelque chose qu'on peut tenir en main, puis je vérifie que c'est bien le cas.

HEIA-FREn détail

Chargé de cours à 20%, interaction homme-machine et projets de semestre

La plupart de mes étudiants arrivent sans savoir faire un site web et repartent capables d'en construire un qui fonctionne, et de le prouver.

En interaction homme-machine, le rendu n'est pas une page qui a l'air finie. C'est un site que des gens peuvent réellement utiliser, avec de quoi le juger : qualité du code, tests utilisateurs, évaluation d'interface.

Sur le projet de semestre, je porte la partie données et IA. Les équipes apprennent à faire circuler les données entre une équipe data, un backend et un frontend, et à construire un premier modèle à partir de rien : trouver les données, les comprendre, les trier, déterminer quel modèle le problème réclame vraiment. Vingt étudiants qui testent votre explication en même temps, c'est le moyen le plus rapide de savoir quelle partie n'a jamais été vraie.

Projets principaux

Quatre projets où l'intéressant était la décision, pas la liste de fonctionnalités.

index →

YEPA

2025–aujourd'hui

Transformer l'expérience vécue en une cartographie lisible

Problème
L'entretien d'explicitation fonctionne. La technique amène quelqu'un à décrire ce qu'il a réellement fait, et non ce qu'il pense devoir dire. Encore fallait-il un expert formé pour le mener : une heure à une heure et demie d'échange, puis cinq à six heures de travail expert pour en tirer une cartographie formelle des compétences. La méthode restait donc hors de portée de celles et ceux qui en avaient le plus besoin : les personnes en reconversion, les chercheurs d'emploi, et les conseillers qui tentent de les accompagner à grande échelle.
Rôle
CTO & ingénieur principal
Décision
Entraîner un classifieur spécialisé plutôt que de prompter un modèle de pointe, après avoir démontré que ces modèles plafonnaient
Résultat
Un entretien accessible à tous, de 15 minutes à une heure au lieu de 90 minutes, qui produit une cartographie en cinq à six minutes au lieu de cinq à six heures. Sur trois vagues de tests auprès de 36 participants, tous ont estimé que l'entretien leur laissait assez de temps pour réfléchir, et ce sont les personnes sans aucune expérience des chatbots qui l'ont le plus recommandé. Le tout alimente deux produits issus d'une même base de code : yepa.solutions pour les particuliers, et yepa.expert, sur invitation pour les chercheurs, avec campagnes à code d'accès, répondants anonymes et analyse de groupe.

KOCO Predict

2023–2025

Prévoir un conteneur pour que les camions cessent d'aller vers des bacs vides

Problème
La prévision existante de KOCO était une régression linéaire adaptative : on moyenne le taux de remplissage entre deux collectes et on extrapole. Ça marche, mais ça ne voit jamais que les données des jours de collecte, quelques points par semaine. L'entreprise voulait savoir si dix-huit mois de pesées éparses pouvaient soutenir quelque chose de meilleur.
Rôle
Ingénieur de recherche
Décision
Passer d'une résolution horaire à une résolution journalière, parce qu'à l'heure, 98% des données étaient une droite que j'avais tracée moi-même
Résultat
Prophet a ramené l'erreur absolue moyenne de 75,0 kg (le système en place) à 48,04 kg sur les jours de collecte réels, et le MAPE de 40,4% à 19,8%. Les deux partenaires ont noté le projet 1 sur 4 (très réussi) dans le rapport final à Innosuisse.

SAFE

2024

Lire l'actualité financière trois questions à la fois

Problème
Les outils d'analyse de sentiment financier existants vous disent qu'un titre est négatif. Ils disent rarement négatif pour qui, ni si la chose décrite a déjà eu lieu. Un même article peut être optimiste sur une entreprise et sombre sur une autre, et mêler un événement de l'an dernier à une prévision pour le trimestre prochain. Ramener tout ça à un score unique, c'est perdre l'essentiel du signal.
Rôle
Travail de master, auteur unique
Décision
Mettre les frontières des classes temporelles dans un fichier de configuration plutôt que dans les poids du modèle
Résultat
Noté 6 sur 6. Trois questions distinctes traitées pour chaque fragment de phrase, agrégées par entreprise et par fenêtre temporelle, avec des paires d'émotions nommées au lieu d'un vainqueur unique imposé.

FlowerCam

2021–2023

Un robot que vous pilotez depuis votre canapé

Problème
L'idée vient d'un fleuriste. Adrien Hertig avait remarqué que ses clients ne venaient plus en ville et commandaient en ligne, et il s'est dit qu'il serait bien qu'un membre de son équipe puisse quand même leur faire visiter le magasin. Puis le COVID a fermé complètement les commerces. La question est devenue : un client à distance peut-il vraiment parcourir un vrai magasin depuis son téléphone, voir ce qu'il a envie de voir, et être servi par une personne ?
Rôle
Développeur principal et responsable technique
Décision
Renoncer au peer-to-peer et faire de notre serveur un vrai peer WebRTC des deux côtés, parce qu'il fallait voir les pixels
Résultat
Déployé dans trois commerces partenaires à Fribourg (un fleuriste, un magasin de meubles et une boutique de détente), avec une application mobile sur les deux stores et un floutage des visages en temps réel qui permettait au robot de circuler dans un magasin où il y a des clients.

Six habitudes, et les projets qui me les ont apprises.

Pas des valeurs affichées au mur. Chacune est là parce qu'un projet s'est mieux passé quand je l'ai suivie, ou moins bien quand je l'ai ignorée. Chacune a aussi un prix, alors le prix est écrit dessous.

Méthode →
  1. 01

    Mesurer ce qui compte

    Un chiffre que je défendrais devant un directeur de mémoire, ou pas de chiffre du tout.

    Le classifieur de YEPA est évalué sur 350 échantillons annotés par les chercheuses en pédagogie, pas sur une démo qui s'est bien passée.

    YEPA · KOCO Predict

  2. 02

    Savoir quand un LLM est le mauvais outil

    Les grands modèles sont puissants et non déterministes. Le savoir-faire, c'est de distinguer les cas.

    Même produit, même semaine : un LLM contraint gagne largement une tâche et perd la suivante de douze points.

    YEPA · Atelier

  3. 03

    Garder la complexité en dessous

    Rigoureux là où ça compte, invisible là où ça ne compte pas.

    Une fleuriste ne devrait voir que sa cliente, jamais la reconnaissance faciale qui tourne derrière le flux.

    FlowerCam · YEPA

  4. 04

    Prototyper, puis optimiser

    On discute d'un produit qu'on voit. On négocie un concept qu'on ne voit pas.

    Sept personnes, huit questions : le sondage de Dutine a changé le produit plus qu'un mois de réflexion.

    YEPA · Dutine

  5. 05

    Expliquer la décision, pas seulement le résultat

    Un client qui comprend pourquoi peut faire le prochain arbitrage avec vous.

    Passer KOCO Predict de l'heure au jour rendait le modèle moins flatteur sur le papier et les chiffres dignes de confiance en pratique.

    YEPA · KOCO Predict

  6. 06

    Concevoir pour qui maintiendra

    Des budgets écrits, de vraies frontières, du code partagé là où deux produits se recoupent.

    Une barrière de déploiement qui lit le diff d'infrastructure et refuse de remplacer une table de production.

    YEPA · SAFE

enseignement

Comprendre quelque chose fait partie de le construire

J'enseigne l'interaction homme-machine et les projets de semestre à la HEIA-FR, à environ 20% en parallèle du reste.

Enseignement →
Ce que je leur répète
  • Un bon système résout un vrai problème.
  • Construisez par morceaux, parce que vous finirez par en remplacer un.
  • Toute décision a besoin d'une raison que vous pouvez énoncer à voix haute.
  • Posez la question. L'expérience des autres, c'est ce qu'on obtient de moins cher.
  • Laissez le code en meilleur état que vous ne l'avez trouvé.

Boîte à outils technique

Ce avec quoi je construis

  • TypeScript
  • React
  • Next.js
  • Tailwind
  • Vue
  • Svelte
  • Flutter
  • Python
  • PHP

Ce que j'exploite

  • AWS
  • CDK
  • Lambda
  • DynamoDB
  • Step Functions
  • AppSync
  • Docker
  • Redis
  • SQL

Les systèmes d'IA que je conçois

  • PyTorch
  • Transformers
  • Embeddings
  • Chaînes LLM
  • scikit-learn
  • spaCy
  • Prophet

Les décisions que je porte

  • Architecture
  • Stratégie technique
  • Planification
  • Encadrement de freelances
  • Enseignement

En ce moment

  • CTOYEPA. Seul ingénieur à plein temps, donc l'architecture m'appartient.
  • Chargé de coursHEIA-FR, interaction homme-machine et projets de semestre, aujourd'hui à 20%.
  • Je construisAtelier. Une suite pour aider les créateurs de contenu à passer d'une idée à une vidéo montée et prête à être postée.