Ingénieur
Cirad Montpellier
CIRAD, UMR Eco&Sols
Campus La Gaillarde Institut Agro - INRAE - Bat 13
2 place Viala - 34060 Montpellier
Email: This email address is being protected from spambots. You need JavaScript enabled to view it.
Je suis ingénieur en Intelligence Artificielle spécialisé en vision par ordinateur, Deep Learning et développement logiciel performant, appliqués aux problématiques agronomiques, environnementales et biologiques. Mon travail porte sur la conception d’outils d’analyse d’images et de données pour soutenir la recherche et l’aide à la décision, notamment dans les domaines suivants :
- Classification et analyse d’invertébrés
- Segmentation et phénotypage racinaire
- Traitement d’images satellite pour l’étude des sols et des agroécosystèmes
- Optimisation de pipelines d’apprentissage (semi‑supervisé, GPU, TensorRT, CUDA)
- Développement d’applications scientifiques robustes (Python, Rust, C++, Docker, CI/CD)
J’interviens sur l’ensemble du cycle de développement d’une solution IA : conception des modèles, optimisation, intégration logicielle, industrialisation et déploiement.
Mes travaux s’inscrivent dans des projets de recherche appliquée menés au sein d’organismes publics (INRAE, CIRAD) et de structures d’innovation (SATT AXLR), en collaboration avec des équipes pluridisciplinaires (écologie, agronomie, télédétection, optronique).
Parcours
Septembre 2024 – août 2025 : Ingénieur en Intelligence Artificielle (INRAE, Montpellier)
Développement d’outils de Deep Learning pour l’analyse et la classification d’invertébrés. Conception de modèles modulaires et intégration de données taxonomiques dans les prédictions.
Mars 2024 – juillet 2024 : Ingénieur en Intelligence Artificielle (CIRAD, Montpellier)
Développement d’une application de segmentation d’images racinaires en Rust, incluant l’intégration d’une interface graphique.
Janvier 2022 – octobre 2022 : Ingénieur en Intelligence Artificielle (CIRAD, Montpellier)
Conception d’une application Deep Learning pour l’analyse d’images satellite. Mise en place d’un apprentissage semi‑supervisé réduisant de 50 % les besoins d’annotation. Développement d’une interface graphique et automatisation du déploiement (tests, CI/CD, conteneurisation).
Janvier 2020 – février 2021 : Ingénieur en Intelligence Artificielle (SATT AXLR, Montpellier)
Industrialisation d’un logiciel de traitement d’images haute définition, optimisation des performances (vitesse ×10, précision ×2) et développement d’une API web RESTful.
Juillet 2018 – juin 2019 : Ingénieur en Intelligence Artificielle (SATT AXLR, Montpellier)
Développement de traitements d’images basés sur le Deep Learning et conteneurisation logicielle.
Janvier 2017 – février 2018 : Ingénieur en Optronique (Arvalis, Orléans)
Développement d’un prototype de traitement d’image par Machine Learning et accompagnement des équipes techniques pour le déploiement de capteurs au champ.
2013 – 2016 : Doctorat (INRA, Avignon)
« Test et apports d’outils de phénotypage racinaire pour une utilisation en sélection variétale »
2009 – 2011 : Master Sciences Physiques (UPMC Paris 6, Paris)
Modélisation, Statistique et Algorithmique des Systèmes Complexes
GitLab : https://gitlab.com/f.postic
English
I am an Artificial Intelligence engineer specialized in computer vision, Deep Learning, and high‑performance software development, applied to agronomic, environmental, and biological challenges. My work focuses on designing image‑ and data‑analysis tools to support research and decision‑making, particularly in the following areas:
- Classification and analysis of invertebrates
- Root segmentation and phenotyping
- Satellite image processing for soil and agroecosystem studies
- Optimization of learning pipelines (semi‑supervised learning, GPU acceleration, TensorRT, CUDA)
- Development of robust scientific applications (Python, Rust, C++, Docker, CI/CD)
I contribute to the full development cycle of AI solutions: model design, optimization, software integration, industrialization, and deployment.
My work is carried out within applied research projects in public institutions (INRAE, CIRAD) and innovation structures (SATT AXLR), in collaboration with multidisciplinary teams (ecology, agronomy, remote sensing, optronics).
Background
September 2024 – August 2025: Artificial Intelligence Engineer (INRAE, Montpellier)
Development of Deep Learning tools for invertebrate analysis and classification. Design of modular models and integration of taxonomic data into predictions.
March 2024 – July 2024: Artificial Intelligence Engineer (CIRAD, Montpellier)
Development of a Rust‑based application for root image segmentation, including the integration of a graphical user interface.
January 2022 – October 2022: Artificial Intelligence Engineer (CIRAD, Montpellier)
Design of a Deep Learning application for satellite image analysis. Implementation of semi‑supervised learning reducing annotation needs by 50%. Development of a graphical interface and deployment automation (unit tests, CI/CD, containerization).
January 2020 – February 2021: Artificial Intelligence Engineer (SATT AXLR, Montpellier)
Industrialization of a high‑resolution image processing software, performance optimization (×10 speed, ×2 accuracy), and development of a RESTful web API.
July 2018 – June 2019: Artificial Intelligence Engineer (SATT AXLR, Montpellier)
Development of Deep Learning‑based image processing methods and software containerization.
January 2017 – February 2018: Optronics Engineer (Arvalis, Orléans)
Development of a Machine Learning‑based image processing prototype and support for technical teams deploying field sensors.
2013 – 2016: PhD (INRA, Avignon)
“Evaluation and contribution of root phenotyping tools for varietal selection”
2009 – 2011: Master’s Degree in Physical Sciences (UPMC Paris 6, Paris) Modelling, Statistics and Algorithmics of Complex Systems
GitLab: https://gitlab.com/f.postic