CV PDF (EN)

CV d’Alafate Abulimiti : recherche, expérience professionnelle, formation, compétences et activités scientifiques.

Coordonnées

Nom Alafate Abulimiti
E-mail
Localisation Paris, France
Site web https://neuromaancer.github.io

Présentation

Chercheur et ingénieur en IA, spécialisé dans l’IA conversationnelle, l’apprentissage par renforcement et l’interaction humain–agent. Recherche postdoctorale à Sorbonne Université, après un doctorat à l’ENS et des travaux de machine learning appliqué à la R&D scientifique chez L’Oréal ; publications à ACL et SIGDIAL.

Expérience professionnelle

  • 2025 - Aujourd’hui
    Chercheur postdoctoral
    ISIR, Sorbonne Université
    Collaboration humain–agent dans le cadre du PEPR eNSEMBLE, avec Catherine Pelachaud et Agnès Helme-Guizon.
    • Conception et implémentation d’un agent IA qui guide des discussions de groupe simulées sur le changement de comportement, avec une politique SAC discrète pour sélectionner les actes de dialogue.
    • Simulation de deux participants par LLM ; conception d’expériences comparant la politique à quatre gestionnaires de dialogue fondés sur des LLM et analyse de l’adaptation aux profils des participants (SIGDIAL 2026).
    • Développement d’environnements d’entraînement et d’évaluation d’agents avec PyTorch, Hugging Face Transformers et vLLM. Les travaux actuels comprennent des expériences avec PPO et l’étude de la prise de tour de parole dans les conversations à plusieurs participants.
  • oct. 2025
    Chercheur invité
    Université de Göteborg
    Accueilli par l’équipe CLASP en octobre 2025.
  • 2024 - 2024
    Ingénieur IA / Data scientist
    L’Oréal Advanced Research
    Entretiens avec des scientifiques pour cerner les besoins de R&D et contribuer à la conception de trois produits minimums viables (MVP) testant l’adoption de l’IA, en prédiction moléculaire, extraction d’informations documentaires et amélioration d’images.
    • Développement de modèles de prédiction de propriétés moléculaires pour la R&D scientifique ; ces travaux ont ensuite été utilisés dans un outil interne.
    • Comparaison de régresseurs fondés sur des descripteurs, de modèles de langage SMILES et de modèles de graphes pour prédire les points de fusion et les paramètres de solubilité de Hansen (XGBoost, ChemBERTa, chemprop).
    • Préparation de données moléculaires BigQuery/GCP avec RDKit ; évaluation par validation croisée et R²/MAE/RMSE, en supprimant les molécules communes aux données publiques d’entraînement et aux données internes d’évaluation.
    • Conception d’un protocole d’extraction d’informations par IA générative pour des rapports internes et des publications externes ; réalisation de prototypes LLM/RAG avec LangChain et Vertex AI.
  • 2020 - 2023
    Doctorant
    École normale supérieure (ENS) / INRIA Paris, équipe ALMAnaCH
    Dialogue socialement adaptatif dans le tutorat entre pairs. Encadrement par Justine Cassell et Chloé Clavel.
    • Construction de classifieurs explicables en NLP pour les échanges hors tâche, combinant des caractéristiques linguistiques et sociales ; analyse des signaux liés au rapport interpersonnel avec SHAP.
    • Proposition d’un modèle préliminaire de planification sociale représentant les objectifs de tâche, les objectifs sociaux et la dynamique du rapport interpersonnel pour guider les échanges hors tâche.
    • Génération d’expressions d’atténuation (hedges) par ajustement fin de modèles de langage et reclassement par classifieur ; évaluation des sorties par métriques automatiques, évaluation humaine et analyse d’erreurs (ACL 2023, articles longs).
    • Comparaison de modèles de gradient boosting et MLP/LSTM pour prédire le moment de génération des expressions d’atténuation à partir de l’historique du dialogue, de représentations vectorielles et d’indices non verbaux ; analyse de la contribution des caractéristiques par ablation (SIGDIAL 2023).
  • 2020 - 2020
    Stagiaire de recherche
    LLF, Université de Paris
    • Développement d’un modèle formel du dialogue fondé sur la Type Theory with Records (TTR), combinant types de caractère et types conversationnels pour étudier le choix stratégique ; publication à SemDial 2020.
  • 2019 - 2019
    Stagiaire data scientist
    Bouygues
    • Développement, avec peu de données, d’un prototype NLP pour extraire et noter les compétences dans les CV afin d’aider à leur présélection interne, à partir d’un vocabulaire de compétences, de fastText/Gensim et d’un SVM à une classe.

Formation

  • 2020 - 2023

    Paris, France

    Doctorat
    École normale supérieure (ENS)
    Recherche en intelligence artificielle
    • Domaines de recherche : NLP, Transformers et interaction humain–machine.
    • Thèse : stratégies socio-conversationnelles dans le tutorat entre pairs, centrées sur les échanges hors tâche et les expressions d’atténuation.
  • 2019 - 2020

    Tours, France

    Master
    Université de Tours
    Gestion et analyse des mégadonnées (BDMA)
    • Enseignements : NLP, apprentissage profond, mégadonnées et systèmes de recommandation.
    • Projet : exploration de l’identification des expressions polylexicales (MWE) avec BERT, la morphosyntaxe et BiLSTM.
  • 2016 - 2019

    Tours, France

    Diplôme d’ingénieur
    Polytech Tours
    Informatique
    • Génie logiciel et programmation orientée objet (Java/C++).
    • Projet de fin d’études : prédiction de séquences par MLP/LSTM pour la recherche opérationnelle.
  • 2012 - 2016
    Bachelor of Science (B.Sc.)
    Institut de technologie de Pékin (Beijing Institute of Technology)
    Physique appliquée
    • Modélisation mathématique, algèbre linéaire et statistiques.

Certificats

  • Spécialisation en apprentissage par renforcement - Coursera (2020)
  • Spécialisation en traitement automatique du langage naturel - Coursera (2020)
  • Construire un chatbot avec Neo4j et Python - Neo4j (2024)

Compétences

Domaines et méthodes
NLP / LLM Interaction humain–agent Apprentissage par renforcement Simulation multi-agents Évaluation de modèles Analyse multimodale Ajustement fin SHAP / interprétabilité
Programmation et bibliothèques
Python PyTorch Hugging Face Transformers scikit-learn NumPy / Pandas SQL / PySpark
Outils et plateformes
vLLM LangChain BERT spaCy fastText/word2vec Gensim OpenFace/OpenSMILE TensorFlow XGBoost MLP/LSTM Linux / Bash GCP (bases) OVH Jean Zay Vertex AI BigQuery Git / GitLab / GitHub Docker CI/CD (GitLab CI) DVC MLflow W&B Matplotlib Seaborn UMAP
Compétences transversales
Esprit d’analyse et résolution de problèmes Planification et coordination Collaboration interdisciplinaire et multiculturelle Communication scientifique, enseignement et encadrement Analyse des besoins scientifiques et formulation de problèmes

Langues

Français Courant
Anglais Courant
Ouïghour Langue maternelle
Chinois Niveau natif

EF SET anglais : 74/100 (C2), 2020.

Centres d’intérêt

Échecs passionné d’échecs, pratique depuis l’âge de 7 ans
Méditation Vipassana, gestion du stress, concentration
Lecture philosophie, linguistique, sciences sociales, psychologie
CrossFit simplement pour rester en forme, évacuer le stress

Activités scientifiques