top of page

Juliette MILLET, Lead Data Scientist chez Apneal


Merci beaucoup d'avoir accepté l'interview.


Pourriez vous présenter votre parcours ?

Après le bac, j’ai choisi de faire une classe préparatoire scientifique MPSI (Maths et Physique en spécialité). J’ai intégré l'École Nationale des Ponts et Chaussées en 2014, où je me suis spécialisée en mathématiques appliquées et en informatique: j’ai rejoint le département Ingénierie, Mathématiques et Informatique. Après une année de césure pendant laquelle j’ai travaillé en R&D à Dassault Systèmes et à Eurofins en Nouvelle Zélande, j’ai choisi de faire un master de recherche: le Master Mathématiques Vision Apprentissage de l’ENS Paris Saclay. Le fait de travailler avec des données, de “mettre les mains dans le cambouis”, et le côté expérimental de l’apprentissage automatique m’ont beaucoup plus pendant mes stages de césure, donc c’est surtout ces aspects là qui m’ont amenée vers ce master. Lors de ce dernier, j’ai découvert que j’avais une vraie appétence à travailler avec des données audio, et j’ai donc cherché à faire un stage de fin d’étude tourné vers ce type de données.


J’ai fait mon stage de fin d’étude dans l’équipe Cognitive Machine Learning (CoML) du laboratoire de Science Cognitives et Psycholinguistique (LSCP) à l’ENS Paris. Cette équipe cherche à utiliser l’apprentissage automatique pour comprendre l’apprentissage des enfants de la parole, et vice versa. L’ambiance de recherche m’a beaucoup plu, l’équipe aussi, et donc quand l’un des chercheurs de CoML, Ewan DUNBAR, m’a proposé de faire une thèse avec lui, j’ai accepté. Il était à l’époque maître de conférence au Laboratoire de Linguistique Formelle de l’Université Paris Cité (anciennement Paris Diderot), et ma thèse allait donc être multidisciplinaire, ce qui m’a beaucoup attiré. Il a fallu chercher des financements, et j’ai donc postulé à l’école doctorale FIRE, une école doctorale interdisciplinaire au sein du Learning Planet Institute, où j’ai été acceptée et qui m’a aidé à financer ma thèse.


J’ai donc fait ma thèse en informatiques et linguistiques, entre l’ENS Paris et l’Université Paris Cité, encadrée par Ewan DUNBAR et Ioana CHITORAN. Elle avait comme sujet : “Modéliser la perception non-native en utilisant des modèles de traitement automatique de la parole.” Actuellement, les modèles d’apprentissage profond qu’on utilise pour traiter des enregistrements de paroles (pour faire de la reconnaissance automatique de la parole par exemple) commencent à obtenir des performances similaires à celles des humains. L’objectif de ma thèse était de voir si ces modèles ont les mêmes comportements que les humains ou s’ils développent des stratégies différentes pour traiter la parole.


Comment avez-vous vécu votre doctorat ?

Comme tous les doctorants, il y a eu des hauts et des bas. La période du COVID a vraiment été difficile. Le travail d’un doctorant en informatique est relativement solitaire (je pense que c’est le cas dans beaucoup d’autres matières) cependant l’isolement dû à la pandémie a ajouté un isolement supplémentaire. Mais j’ai vraiment bien été encadrée, mes deux superviseurs ont été d’un support infaillible, et j’ai pu finir ma thèse sans problème. Il y a évidemment eu des moments d’échecs, de frustration pendant ces trois ans, mais la liberté, les rencontres pendant les conférences et écoles d’été ont vraiment compensé ces mauvais côtés.


Pourquoi avoir choisi de rejoindre Apneal en tant que Lead Data Scientist ?

Dès le début de ma thèse, j'avais annoncé à mes encadrants que je voulais partir dans le privé ensuite. Le monde académique est vraiment très intéressant, mais trop compétitif pour moi : la recherche française a la vie dure ces dernières années.


Je souhaitais travailler pour une entreprise qui faisait quelque chose d’ “utile”. J’avais les yeux tournés surtout vers des entreprises dans le médical et dans l’environnement. C’est comme ça que j’ai passé des entretiens avec Apneal. Cette jeune start-up développe une application mobile pour dépister l'apnée du sommeil, un syndrôme qui touche beaucoup de gens dans le monde, et qui n’est pas assez dépisté. Je ne pensais pas particulièrement à travailler dans une start up, mais l’aspect “tout est à faire” m’a beaucoup plu, et le fait de pouvoir continuer à travailler avec mon type de données de prédilection (le son) tout en pouvant aider des gens de manière concrète a achevé de me convaincre de les rejoindre en tant que Lead Data Scientist.


Quels conseils donneriez-vous aux étudiants qui souhaitent se lancer dans une thèse ?

Alors le premier conseil c’est de ne pas faire une thèse sur un coup de tête. C’est un choix qui se réfléchit: trois ans sur le même sujet c’est long. Il faut évidemment être sûr de son.sa superviseur.euse et avoir une vraie appétence pour le sujet choisi. L’idéal est de faire un stage dans le laboratoire de thèse avant de commencer son doctorat, afin d’être sûr de son choix.


Le deuxième conseil que je donnerais ce serait d’être bien entouré (amis, famille) et de ne pas être trop fragile psychologiquement. Comme je l’ai déjà dit, une thèse c’est solitaire et les moments de déprime sont quand même assez fréquents (plusieurs études américaines montrent que le taux de dépression chez les doctorants pendant leur thèse dépasse les 50%). C’est vraiment important de ménager du temps pour soi pendant ces trois années (prendre des vacances !!), et il vaut mieux essayer de ne pas travailler le week-end. Et puis si vraiment cela ne va pas, il faut savoir qu’il y a plein d’organismes qui sont là pour supporter psychologiquement les doctorants pendant leur thèse (accès à des rendez- vous avec des professionnels gratuitement, ou recours à des associations comme Dragonfly). Enfin en dernier recours il ne faut pas hésiter à juste arrêter: c’est gratifiant de finir une thèse mais ça ne vaut pas la peine de mettre en danger sa santé mentale pour ça.


Le dernier conseil que je donnerais aux étudiants souhaitant se lancer, serait de profiter de ces trois ans. Profiter de la liberté de passer une semaine sur un sujet annexe au sujet de thèse central (impensable en industrie), profiter des rencontres avec tous ces chercheurs brillants, profiter de la possibilité de modifier son sujet pour explorer de nouveaux horizons… J’ai vraiment énormément appris pendant ces trois années et je souhaite à tout le monde de vivre cette expérience.





コメント


bottom of page