Vision par ordinateur, maths et IA : le fil rouge de Arnaud, alumni 2012 de l'Ensimag
Diplômé de l’Ensimag en 2012 (filière MMIS, option bio-informatique), Arnaud Lienhard a construit un parcours entre recherche, startup, ingénierie en machine learning et direction technique. Retour sur l'apport de l'Ensimag dans sa carrière actuelle
L'itinéraire d'un étudiant de l'Ensimag
Bonjour Arnaud, vous êtes un ancien étudiant de Grenoble INP- Ensimag, UGA, quel diplôme avez-vous obtenu ? En quelle année ?
J’ai eu mon diplôme d’ingénieur en 2012, filière MMIS, option bio-informatique.
Pourquoi avoir choisi l'Ensimag ?
C’est une des rares écoles spécialisées en mathématiques et informatique, j’ai adoré les maths en prépa et l’informatique est selon moi le moyen idéal de les rendre concrètes et utiles. Et je ne me voyais pas du tout faire une école généraliste !
Plutôt maths ou informatique ?
100% les maths, même si j’adore l’informatique pour résoudre des problèmes et construire des systèmes complexes.
Votre parcours à la suite de votre diplomation ?
J’ai fait une thèse en vision par ordinateur au GIPSA-lab jusqu'en 2015. J’ai ensuite travaillé 3 ans dans une startup d’imagerie médicale, 5 ans dans l'ingénierie en machine learning, et 2 ans à la direction d'une équipe data dans le domaine de la reforestation. En 2025 j'ai co-fondé Micelia, une société de conseil et d’ingénierie en IA, avec des anciens collègues. Depuis l’Ensimag, mon fil rouge a toujours été la vision par ordinateur, du traitement d’image “à l’ancienne” aux modèles de deep learning les plus avancés.
Votre emploi actuel ?
Je m’occupe de la direction technique de la société Micelia : gestion et mentorat de l’équipe technique, gestion de projet, alignement avec la stratégie commerciale, et je code quand il me reste du temps.
Retour sur les enseignements à l'Ensimag
Que retenez-vous de votre parcours académique à l'école ?
L’application des formules de traitement du signal à la vision par ordinateur a été un révélateur du lien entre les maths et l’informatique, et j’ai eu la chance de découvrir ce domaine juste avant l’arrivée du deep learning.
Le parcours à l'école permet d'acquérir de bonnes bases dans de nombreux domaines, mais j'ai toujours préféré aller à fond dans une seule direction. Ça a donc été assez simple de me spécialiser par la suite, mais 10 ans plus tard j'essaie toujours de rattraper des notions que j'avais négligées à l'époque.
Un conseil à donner aux étudiants actuels ?
Globalement, aujourd’hui tout est accessible en ligne : c’est idéal pour apprendre, mais il y a de quoi se perdre entre la quantité d’information et l’évolution des technologies. Selon moi, la meilleure stratégie sur le long terme c’est de faire des essais, de faire ses propres erreurs, puis de prendre du recul.
L’autre conseil, que je n’ai pas du tout suivi, c’est d’aller parler aux gens qui gravitent autour de l’école : les professeurs, chercheurs, ingénieurs et autres anciens élèves sont généralement ravis de partager leurs expériences.
Avez-vous encore un lien avec l’Ensimag ?
Indirectement via les réseaux personnels et professionnels, et nous avons l’ambition de recruter régulièrement des étudiants de l’Ensimag chez Micelia.
