aivancity Paris-Cachan
  1. Accueil
  2. Une Faculté Qui Illustre Notre Positionnement D'hybridation Et D'excellence
  3. Dr. Guillaume HOCHARD
Dr. Guillaume HOCHARD

Dr. Guillaume HOCHARD

Professeur associé
Domaine(s) d'expertise
AI, Générative AI, Direction de projets AI, Deep Learning, Machine Learning, Time Series

Avec 15 ans d'expérience en IA, je suis aujourd'hui à la recherche d'un nouveau challenge, dans une structure internationale, leader sur les sujets de données et d'IA.

Passionné, rigoureux et engagé, mon parcours m'a amené à me spécialiser dans la conduite, la gestion et la mise en œuvre de projets d'IA générative, de la recherche à l'industrialisation en passant par la R&D et la modélisation. En tant que manager d'équipe, je me réjouis de pouvoir aider mes futurs collaborateurs à grandir et à atteindre leurs objectifs professionnels.

AnnéeUniversitéDiplôme/Poste
2016Ecole PolytechniqueDSSP – Big Data & Machine Learning
2011Telecom ParisTechphD – Statistics, machine learning and graphs on satellite images
2006ENSGM2 GIS – Geographical information systems
2005ENSTA BretagneEngineer – Electronics and signal processing
AnnéeFonction
2025Professeur associé aivancity
2023 – 2024VP of AI | Ryte.ai (AI-driven healthcare platform)
2021 – 2023AI Product Director | Symphony AI - Retail & CPG
2017 – 2021Senior Manager | Quantmetry (Cap Gemini Invent
2019 – 2021AI Expert | Hauté Autorité de Santé
2011 – 2017Head of product, Lead Data Science | Sixense (Vinci)
2006 – 2010Research scientist | CEA (French Atomic Energy Agency)
  • "Risque climatique et Machine learning : de l'attribution à la prédiction d'intensité de tempêtes" - Hochard G., Société Française de Statistique, Groupe Environnement et Statistique, 20th November 2020
  • "Short term storm intensity forecasting: a comparison of deep learning and machine learning methods for multivariate and multimodal time series forecasting" - Hochard & Ferlande, 40th International Symposium on Forecasting, Virtual, 26-28th October 2020
  • "Improving Forecasting Performance with Topological Data Analysis" - Minervino, Hochard, Ibnouhsein & Brunel, 40th International Symposium on Forecasting, Virtual, 26-28th October 2020
  • "Deep Learning approach for short term Storm Forecasting" - Ferlande & Hochard, European Safety and Reliability Conference ESREL 2020 PSAM 15, 1-5th November 2020
  • "Statistical and machine learning methods combination for improved energy consumption forecasting performance" - Hochard & Blanche, 39th International Symposium on Forecasting, Thessaloniki, 16-19th June 2019
  • « Is it possible to predict background noise levels from measured meteorological data with machine learning techniques? » - Bigot & Hochard, INCE Europe, 8th International Conference on Wind Turbine Noise Lisbon – 12- 14th June 2019
  • « Cyclone Artificial Intelligence PrintsInvestigation » - Poster session at Journée IA & Climat-Ocean-Atmosphere, Feb 6 2019, Rennes and at INRIA TS days, March 25-26th 2019, Rennes
  • Co-author of the white paper « IA explique toi ! Quand la performance ne suffit pas », 2018
  • Member of the translation team of the book « Deep Learning » by A. Courville, I. Good fellow and Y. Bengio, 2018
  • Ning, Zhangwei, and Guillaume Hochard. “Eyes in the Heavens: Satellite Technologies in Remote Site Monitoring.” Geo-Strata—Geo Institute of ASCE 21, no. 6 (2017): 50-55.
  • Auscultation par satellite pour la surveillance des ouvrages : application de la méthode d’interférométrie radar satellitaire pour la modélisation, la surveillance et la détection d’anomalies - Guillaume Hochard, Fabien Ranvier (Soldata), CFBR proceedings, 2012
  • PhD thesis : Hochard, Guillaume. “Détection de Changement en Imagerie Radar (Change Detection in InSAR imagery Processing of long time series).” PhD diss., Télécom ParisTech, France, 2011.
  • Hochard, Guillaume, Renaud Binet, and Jean-Marie Nicolas. “Stable coherent area in SAR interferometry.” In 2009 IEEE International Geoscience and Remote Sensing Symposium, vol. 2, pp. II-825. IEEE, 2009.