Sɔʼ pəpúŋ« Bienvenue » en ghomálá', langue bamiléké de l'Ouest-Cameroun
Ingénieur et chercheur en IA, des modèles aux systèmes en production.
Je conçois des modèles d'IA, des pipelines de données et les backends qui les mettent en production, avec une recherche en NLP et en transport optimal sur les espaces d'embeddings, et des travaux sur les langues du Cameroun.
Ingénieur et chercheur en IA, je travaille sur tout le cycle de vie des systèmes d'IA, de la théorie à la production. Mon cœur de recherche est le traitement automatique des langues vu par le transport optimal : distances de Wasserstein, théorie de la perturbation spectrale et analyse des sous-espaces propres pour mesurer comment les espaces d'embeddings multilingues se déplacent d'un modèle ou d'une langue source à l'autre (recherche de Master, laboratoire UMMISCO, IRD / Université de Yaoundé 1).
Côté appliqué, je conçois des systèmes LLM qui raisonnent et vérifient leurs réponses : notre pipeline text-to-SPARQL few-shot a remporté la piste espagnole « with mentions » du challenge WikiKGQA à ISWC 2026 et est publié dans CEUR-WS. Je mets aussi en production des modèles pour les langues et les accents du Cameroun (traduction vers le ghomálá', reconnaissance vocale du français camerounais).
Et je construis les backends distribués qui les portent : j'ai maintenu et fait évoluer une plateforme temps réel de plus de 30 microservices événementiels (RabbitMQ, Redis, Traefik) alimentée par des fournisseurs de cotes sportives, intégré des paiements Mobile Money et des API tierces sur des produits SaaS en NestJS, et je livre le tout avec Docker et la CI/CD.
Curieux de nature, et ouvert aux questions de recherche voisines.
Ce que j'utilise, regroupé par domaine, et ce que j'en fais.
Python
TypeScript
JavaScript
SQL
R
PHP
PyTorch
scikit-learn
TensorFlow
Hugging Face Transformers
NumPy
pandas
SciPy
Jupyter
LangChain
LangGraph
LlamaIndex
CrewAI
Model Context ProtocolHugging FaceTool callingPrompt engineeringRAGFAISSChromapgvectorSPARQLPostgreSQL
MariaDB
MySQL
Redis
RabbitMQ
ScrapyPentahoETL pipelines
NestJS
Node.js
Django REST Framework
Flask
Next.js
Symfony
Prisma
OpenAPI
JWT / OAuth 2.0Power BIR Shiny
PlotlyMatplotlib
React dashboards
Gradio
Docker
Traefik
GitHub Actions
Linux
Let's EncryptHugging Face SpacesChaque réalisation est rattachée au domaine qu'elle illustre. Ouvrez une carte pour voir les captures et le détail technique.
Un modèle n'a de valeur qu'une fois utilisé. Je l'emmène du notebook jusqu'au service en production.
Feature engineering, sélection et évaluation de modèles, deep learning avec PyTorch et TensorFlow, exposition des modèles derrière des API REST. Traduction neuronale, reconnaissance vocale et systèmes de recommandation mis en production.
Traduction neuronale pour une langue peu dotée : du français vers le ghomálá', langue bamiléké tonale de l'Ouest-Cameroun, adossée à un dictionnaire sourcé et à une plateforme de contribution ouverte.
Une reconnaissance vocale qui comprend les accents camerounais : modèles Wav2Vec 2.0 affinés sur des enregistrements de locuteurs de Yaoundé, en ligne sur Hugging Face.
Conception et mise en production d'un modèle de recommandation intégré à la plateforme gHealth Village Connect.
Mon cœur de recherche est le NLP vu par le transport optimal : mesurer comment le sens se déplace entre espaces d'embeddings, modèles et langues.
Transport optimal pour le NLP : distances de Wasserstein entre distributions d'embeddings, théorie de la perturbation spectrale et analyse des sous-espaces propres pour quantifier comment les représentations multilingues se déplacent d'un modèle ou d'une langue source à l'autre. Volet appliqué : analyse sémantique par LLM et question-réponse sur le graphe de connaissances Wikidata.
Mon axe de recherche principal : de combien le sens d'un corpus se déplace-t-il quand il est encodé par différents modèles multilingues ou via différentes langues sources ? Le transport optimal et la perturbation spectrale apportent une réponse fondée.
Analyse sémantique par LLM : traduire des questions en langage naturel en requêtes SPARQL exécutables sur Wikidata. Article publié dans CEUR-WS.
Les benchmarks gardent l'exigence intacte : compétitions régulières de data science et d'IA sur Codabench, Kaggle et Zindi, et membre actif de la communauté KmerAI.
Je conçois des systèmes LLM qui raisonnent, appellent des outils et vérifient leurs réponses au lieu de deviner.
Orchestration d'agents avec LangChain, LangGraph et CrewAI, appel d'outils et serveurs Model Context Protocol, génération augmentée par la recherche avec LlamaIndex et bases vectorielles (FAISS, Chroma, pgvector), échantillonnage multi-candidats avec sélection guidée par l'exécution, inférence de modèles open-weight.
Boucle génération–exécution–sélection : le LLM écrit des requêtes candidates, les exécute comme outil sur l'endpoint Wikidata et retient celle qui renvoie une réponse valide.
Série de projets d'applications LLM : chaînes, agents à outils, graphes d'états et pipelines RAG.
Tout part d'une donnée fiable. Je la collecte, la nettoie, la fais circuler et la transforme en décisions.
Pipelines ETL, web scraping à grande échelle, modélisation relationnelle, ingestion et capture de données d'exécution, flux de données par messages et couches de cache. Analyse exploratoire et statistique, SQL analytique, tableaux de bord interactifs (Power BI, R Shiny, React) et reporting d'aide à la décision.
Système de scraping automatisé pour constituer des corpus de textes bibliques destinés aux travaux de traitement des langues du laboratoire.
Scrapers des principaux sites d'emploi camerounais alimentant un agrégateur qui classe les offres selon le CV.
Traçabilité de bout en bout des données de véhicules : scripts de capture Python, jobs ETL orchestrés par Pentaho et tableau de bord de monitoring en direct.
Des dizaines de projets sur données réelles, dont Products Sales Strategy, Android App Market, Predicting Credit Card Approvals et Nobel Prize Winners.
Je construis et maintiens les backends distribués qui portent le trafic réel, les paiements et les intégrations tierces.
Microservices et architectures événementielles (RabbitMQ), cache distribué (Redis), authentification et autorisation (JWT, OAuth 2.0), passerelles de paiement et intégration d'API tierces, documentation OpenAPI.
WhatsApp devient un guichet de réservation ouvert 24 h/24 : un assistant IA gère la conversation, le créneau, le paiement Mobile Money et les rappels.
Plateforme e-learning de simulation professionnelle pour le BTS Tourisme : une agence de voyages virtuelle avec examens blancs.
Gestion quotidienne de stock et de ventes pour un bar : livraisons et comptages saisis, ventes, marges et profit calculés automatiquement.
Maintenance et évolution d'une plateforme transactionnelle de plus de 30 microservices, alimentée en temps réel par des fournisseurs de cotes et de marchés (FeedConstruct, API-Sports).
Ma recherche principale sur le transport optimal pour le NLP, et un article évalué par les pairs sur la question-réponse sur graphes de connaissances.
Emeric Cyrille Kenmegne Fokam
Université de Yaoundé 1
Dans quelle mesure une représentation change-t-elle quand un même corpus est encodé avec différents modèles multilingues ou langues sources ? Ce travail modélise les transformations géométriques des espaces d'embeddings par la théorie de la perturbation spectrale, et mesure les distances entre distributions de représentations par transport optimal de Wasserstein et analyse des sous-espaces propres.
Emeric Cyrille Kenmegne Fokam, Gilbert Ebenezer Tela Tela
WikiKGQA 2026, adossé à ISWC 2026 · CEUR Workshop Proceedings, vol. 4284
Lauréat de la piste espagnole « with mentions »
Nous présentons notre participation aux deux pistes « with mentions » (anglais et espagnol) du challenge WikiKGQA @ ISWC 2026, dont la tâche est de traduire une question en langage naturel en requête SPARQL exécutable sur un sous-graphe de Wikidata. Notre système enchaîne quatre étapes : un récupérateur TF-IDF qui sélectionne trois exemples d'entraînement proches, un prompt few-shot envoyé à un LLM open-weight, la génération de cinq candidats à températures mixtes (un déterministe, quatre à 0,7), puis la sélection du premier candidat qui renvoie un résultat non vide sur l'endpoint du challenge. L'analyse d'erreurs isole deux catégories résistantes : les questions à filtre de type, qui reposent sur la chaîne P31/P279* incomplète sur l'endpoint, et les requêtes COUNT, pour lesquelles le LLM oublie souvent l'agrégat. Le pipeline n'utilise que des modèles open-weight (gpt-oss-120b, llama-3.3-70b) servis gratuitement via Groq Cloud.
Mon rôle : Présentation d'article · lauréat d'une piste du challenge WikiKGQA
ISWC est la principale conférence internationale de recherche sur le Web sémantique, les graphes de connaissances et les données liées. L'édition 2026 accueille le premier challenge WikiKGQA, qui évalue des systèmes de question-réponse sur Wikidata en anglais et en espagnol. J'y présente notre système text-to-SPARQL, lauréat de la piste espagnole « with mentions ».
Mon rôle : Comité d'organisation, logistique
Workshop international de l'African Society in Digital Sciences (ASDS), porté par l'initiative AI4AfricanLanguages avec le soutien de l'Agence nationale de la recherche. Il réunit des chercheurs qui conçoivent des outils numériques pour les langues africaines peu dotées. J'ai fait partie de l'équipe d'organisation, en charge de la logistique.
Deux fils qui se nourrissent : construire des systèmes en entreprise, et faire de la recherche à l'université.
Freelance · Télétravail (France)
Un premier projet client : base de données MariaDB, interface SASS et Bootstrap, déploiement sur Platform.sh.
HS4HEALTH · Yaoundé
Mon premier modèle en production : un système de recommandation pour gHealth Village Connect, du nettoyage des données aux API REST.
Africa Systems · Douala
La donnée à l'échelle : capture et traçabilité des données de véhicules, jobs de collecte orchestrés avec Pentaho, API Flask et tableau de bord de monitoring.
Core Extreme · Télétravail
Microservices et paiements : authentification sécurisée (JWT, OAuth), PostgreSQL, passerelles de paiement, sur des produits comme ReserveIT et une application de réservation de transats.
AgdTech · Yaoundé
Architecture événementielle à l'échelle : maintenance et évolution d'une plateforme transactionnelle de plus de 30 microservices alimentée par des fournisseurs de cotes en temps réel.
Lycée bilingue de Tougang 2 · Ouest-Cameroun
Mathématiques et sciences physiques : les fondations de tout ce qui suit.
University of Yaoundé 1 · Yaoundé
Cinq années d'informatique, de statistiques et de machine learning, complétées par le parcours DataCamp Data Scientist Professional et quatre certifications.
UMMISCO · Yaoundé
L'entrée dans la recherche : transport optimal et perturbation spectrale pour comparer des espaces d'embeddings. En mai, membre de l'équipe d'organisation du workshop DASSA'25 sur les langues africaines peu dotées.
Un besoin, une question ou une collaboration : écrivez-moi, je réponds sous 24 h.