Judith Le Roy

Machine learning, audit algorithmique et intérêt général
M2 Mathématiques & IA | Université Paris-Saclay | Stage LIP6

Judith Le Roy

(elle/she)

Email | LinkedIn | GitHub | CV


J’ai passé les dernières années à apprendre comment fonctionnent les systèmes d’IA. Ce qui m’intéresse aujourd’hui, c’est ce qu’ils font aux gens : qui ils classent, qui ils orientent, qui ils laissent de côté, et si quelqu’un, quelque part, est en mesure de leur demander des comptes.

Je termine un M2 Mathématiques & IA à l’Université Paris-Saclay. Après un parcours d’abord tourné vers la recherche, je cherche quelque chose de plus concret et de plus collectif : mettre mes compétences en machine learning au service de décisions qui engagent des gens, et le faire avec d’autres gens.


Ce que je cherche

Un rôle technique et situé, où les modèles ne sont pas une fin en soi mais un moyen d’agir sur des décisions qui comptent, à partir de l’automne 2026.

Ça peut vouloir dire de l’audit et de la responsabilité algorithmique : évaluer, contrôler et expliquer des systèmes d’IA déployés, y repérer les biais, les angles morts et les défaillances. Ça peut vouloir dire de l’IA de confiance appliquée, c’est-à-dire de la robustesse, de la transparence et des garanties vérifiables pour des systèmes à fort enjeu, dans un cadre opérationnel plutôt que théorique. Et ça peut vouloir dire du ML d’intérêt général, en mettant des compétences quantitatives au service d’organisations publiques, associatives ou de mission, sur des sujets comme la santé, l’éducation ou la régulation de l’IA.

Ce qui compte pour moi, dans tous les cas : des missions concrètes et régulières, une équipe, et le sentiment que le travail sert à quelque chose.


Ce que j’écris

C’est souvent en écrivant que je réfléchis à ces questions, plus honnêtement, parfois, que dans un cadre académique.

Tout est ici


Expérience actuelle

Stage M2, audit et explicabilité de systèmes d’IA

LIP6, Sorbonne Université | Avril à septembre 2026
Encadrement : Marie-Jeanne Lesot (LFI) et Sébastien Lallé (MOCAH)

Je développe des méthodes d’explicabilité model-agnostic pour comparer des modèles qui prédisent le même phénomène (réseaux bayésiens contre réseaux de neurones profonds) et rendre lisibles leurs désaccords. L’application concerne le student modeling dans l’IA éducative, un contexte où la prédiction d’un modèle peut orienter le parcours réel d’un élève. Le travail produit un framework open-source d’audit de cohérence entre modèles hétérogènes, des méthodes pour quantifier et expliquer leurs désaccords, et une revue de l’état de l’art sur l’audit inter-modèles, à la croisée de l’audit algorithmique et de l’IA de confiance.


Projets antérieurs

Stage M1, validation robuste d’algorithmes sur ADN ancien dégradé

LISN, Université Paris-Saclay | 2025

Face aux limites des outils existants (Admixfrog, DAISEG), j’ai conçu une pipeline de génération de jeux de données synthétiques aux paramètres de dégradation contrôlés, pour tester rigoureusement des algorithmes probabilistes sur des données génomiques bruitées. C’était un travail d’ingénierie autant que de méthode : construire les outils qui permettent de savoir si un modèle tient vraiment ses promesses.

Code GitHub


Formation

M2 Mathématiques & Intelligence Artificielle (2025-26)
Université Paris-Saclay
Cours : Probabilistic Generative Models, Sequential Learning, Aspects théoriques du Deep Learning

M1 Mathématiques & IA (2024-25)
Université Paris-Saclay | Mention Assez Bien
Spécialisation : apprentissage supervisé/non-supervisé, deep learning, optimisation

CPGE B/L (2019-22)
Lycée Janson de Sailly | Lycée Henri IV
16/20 au concours ENS en mathématiques


Compétences techniques

Machine Learning & XAI
PyTorch, Scikit-learn, modèles bayésiens, HMM, Transformers, méthodes XAI (SHAP, LIME, méthodes par prototypes)

Programmation et outils
Python (avancé), R, SQL, Git/GitHub, LaTeX, calcul distribué (Slurm)

Mathématiques
Probabilités avancées, optimisation, traitement du signal, statistiques inférentielles


Cyborgologie

Si je devais relier tout ça, ce serait par la figure du cyborg de Donna Haraway, cette créature qui refuse les frontières propres entre l’humain et la machine, le donné et le construit, et qui en fait une position habitable plutôt qu’un problème à résoudre. C’est le fil qui court sous mes centres d’intérêt, de la musique électronique à la justice algorithmique en passant par la philosophie.