Bonjour ! Je m'appelle Maxence
Technicien dans l’industrie depuis mes 18 ans, puis ingénieur en Data/IA, j’ai choisi cette voie pour mettre à profit les compétences informatique au service des compétences métiers.
Durant mes 3 années d’apprentissage dans l’industrie spatiale de défense, j’ai développé une expertise dans le Maintien en Condition Opérationnelle (MCO), notamment dans l’analyse de pannes, l’acquisition de données issues de capteurs et la détection d’anomalies en utilisant des modèles de Machine learning et Deep Learning.
À la suite d’un plan social dans mon secteur, j’ai choisi de consacrer une année à ma passion pour les expéditions polaires, en travaillant dans un chenil de chiens de traîneau de course au nord de la Norvège. J’ai également profité de cette période pour consolider mes compétences informatiques à travers différentes certifications professionnelles.
Aujourd’hui, j’ai choisi de revenir en France pour mettre mes compétences au service de produits complexes et d’enjeux industriels exigeants, et surtout en voulant être au plus près des équipes techniques.
Maxence Colvray
Ingénieur Data & IA
téléphone :
+33 6 87 70 93 15
Nationalité :
Français
Email:
Adresse:
La Chapelle de Guinchay (71), France
Date de naissance:
22 juin 1996, 30 ans
EXPERIENCE
mars 2019- octobre 2019
Fondateur
COMPANY NAME
I'm a paragraph. Click here to add your own text and edit me. It’s easy. Just click “Edit Text” or double click me to add your own content and make changes to the font. I’m a great place for you to tell a story and let your users know a little more about you.
2018-2019
Internship
Octobre 2025-Juin 2026
Apprenant
Développement professionnel et personnel
-
Certificat Professionnel IBM Data Engineering E-learning : Compétences mises en pratique : ETL, SQL, BDD SQL/NoSQL, entrepôts de données, Kafka, Spark, Airflow, Hadoop, Python avancé.
-
Certificat Professionnel IBM Deep Learning E-learning : Compétences mises en pratique : Architectures neuronales, utilisation de Keras, TensorFlow et PyTorch
-
Coursera spécialisation ML Production Systems E-learning : Déploiement et industrialisation de modèles de Machine Learning avec Docker et Kubernetes. Automatisation des tests unitaires et des mises en production avec pipelines CI/CD et Git.
-
InfluxDB 3 university E-learning: Fondamentaux et ingestion de données Time Series, architecture interne, journalisation, conception et adaptation du modèle de données, réplication, requêtage SQL / InfluxQL, visualisation et alerting avec Grafana & InfluxDB Cloud.
-
En parallèle de mes certifications en Data et IA, j’ai travaillé à mi-temps au sein d’un chenil de chiens de traîneau de course au nord de la Norvège.
Septembre 2022-Octobre 2025
Ingenieur Data / IA en apprentissage
Thales Alenia Space, Toulouse
-
Archivage de données historiques sous InfluxDB 2 pour l’analyse des pannes et l’étude de la maintenance prédictive.
-
Mise en place d’une pipeline temps réel basée sur InfluxDB 3, avec communication via API REST asynchrones, des données brutes capteurs jusqu’au dashboard de maintenance.
-
Développement d’un outil de détection d’anomalies par IA, basé sur un modèle de Deep Learning non supervisé pour la surveillance des équipements.
-
Définition et pilotage de projets, collaboration avec les opérateurs de maintenance et les développeurs de différents services, déplacements sur site, estimation et suivi des coûts.
Mars 2020-Juin 2022
Technicien d'essais
Berthoud agricole , Belleville-sur-Saône
Technicien d'essais sur pulvérisateur agricole, essais, réglages, recherche de pannes sur systèmes mécaniques, hydrauliques et électriques. Création d'un logiciel VBA et mise en place de tablettes pour améliorer le processus qualités des essais.
Décembre 2017-Mars 2020
Technicien
Intérimaire (Employé par Synergie), Mâcon
Fabrication de plaque technique en nida aluminium, opérateur sur centre d'usinage.
septembre 2016 -octobre 2017
Technicien bureau d'études en apprentissage
Airbus Helicopters, Marignane
Conception et gestion de développement pour l’intégration des nouveaux systèmes de conditionnement d'air sur EC125 et EC130.
Etude de concept, conception 3D, mise en plan, collaboration entre les bureaux d'études et prise en compte des remontées techniques.
septembre 2014- septembre 2016
Technicien bureau méthodesen apprentissage
AIRBUS HELICOPTERS, Marignane
Réalisation de fiches techniques de montage, création de gammes de fabrication, planification et ordonnancement des opérations de montage, animation entre bureaux d'études et chaîne d'assemblage et suivi des remontées techniques. Création d'un projet pour diminuer le cycle d'assemblage des hélicoptères EC155.
Formations
2022 - 2025
Master ingénieur en science des données spécialisé en apprentissage automatique
Ynov, Toulouse
2016 - 2017
Licence professionnelle aéronautique
Polyaéro, Gap
2014- 2016
BTS aéronautique
CFAI Provence, Istres
2015
Formation militaire de réserviste
Base aérienne de Salon de Provence
2011-2014
Baccalauréat STDI2D
Lycée La prat's, Cluny
Projet de fin d'étude RNCP39586
Ingénieur en science des données spécialisé en infrastructure data ou en apprentissage automatique
Analyse et classification de signaux RF chiffrés appliqué à la détection de vulnérabilités des attaques SCA (Side-Channel Attacks)
Élaborer et piloter le développement d’une plateforme data/IA destinée à tester la vulnérabilité et l’efficacité des contre-mesures face aux attaques SCA.
Élaborer et piloter le développement d’une plateforme data/IA destinée à tester la vulnérabilité et l’efficacité des contre-mesures face aux attaques SCA.
Collecter, transformer et sécuriser des données pour tester la vulnérabilité des attaques par canaux auxiliaires (SCA) sur un trafic radiofréquence chiffré.
Concevoir et déployer des modèles d’apprentissage automatique permettant de tester la vulnérabilité face aux attaques de classification sur des communications radio protégées
Formation & certification 2025/2026
Objectif : Maîtriser les compétences clés en ingénierie des données, des bases de données SQL/NoSQL et du Big Data à la création de pipelines ETL, entrepôts de données et tableaux de bord BI.
Durée : ≈250h
Objectif : Fondamentaux et ingestion de données Time Series, architecture interne, journalisation, conception et adaptation du modèle de données, réplication, requêtage SQL/InfluxQL, visualisation, alerting.
Durée : ≈25h
Objectif : Maîtriser le Deep Learning avec PyTorch, Keras et TensorFlow en développant des modèles de régression, CNN et Transformers, de la conception à l’optimisation.
Durée : ≈100h
Centres d'intérêt
Maquette &
modélisme
Cyclisme
Expédition polaire
