Du code à l’impact : comment Thierry Bossy, machine learning engineer, donne du sens aux données de santé.

Chez Tune Insight, les parcours ne sont jamais tout à fait linéaires. Celui de Thierry Bossy en est une bonne illustration. Machine Learning Engineer, passé par la recherche, la santé publique et des expériences terrain loin du numérique, il partage une même ligne directrice : faire en sorte que la data et la technologie aient un impact réel. Rencontre avec notre expert de la data qui aime autant comprendre les systèmes complexes que les rendre utiles, accessibles et concrets.

Pour commencer, est-ce que tu peux nous dire quel est ton rôle aujourd’hui chez Tune Insight ?

Je suis Machine Learning Engineer. Concrètement, je travaille sur tous les projets qui intègrent du machine learning ou de l’IA, mais toujours avec une contrainte très forte : le faire de manière responsable. Mon rôle, c’est de concevoir et développer des modèles, mais aussi de m’assurer qu’ils peuvent être déployés et utilisés dans le respect de la confidentialité et de la vie privée, ce qui est évidemment central en santé. Et dans la pratique, ça veut aussi dire beaucoup d’échanges avec les équipes, pas mal de tests, et faire en sorte que les modèles fonctionnent vraiment, pas juste en théorie.

Si tu devais expliquer ton métier à quelqu’un qui ne connaît pas le machine learning, tu dirais quoi ?

Je dirais que j’essaie de transformer des données brutes en information utile. L’idée, ce n’est pas de faire de l’IA pour faire de l’IA, mais de répondre à des problématiques concrètes avec des modèles qui ont du sens et qui peuvent être utilisés dans la vie réelle.

Tu as toujours su que tu voulais faire ça ?

Pas vraiment ! J’ai grandi à Genève, j’y ai fait toute ma scolarité. J’aimais bien les maths et la physique, j’avais plus de facilités dans ces matières, alors j’ai choisi ensuite l’EPFL à Lausanne. Ce qui m’a plu, c’est que c’était une formation d’ingénieur, donc une manière d’appliquer des maths à des choses concrètes. L’informatique, pour moi, c’était surtout ça au début : rendre les maths utiles !

Tu as quand même fait quelques détours en route…

Oui, et heureusement. Entre le bachelor et le master, j’ai effectué le service militaire. Sur le moment, ce n’était pas l’expérience la plus simple : peu dormir, être dans un état de stress constant, passer du temps dehors. Mais avec le recul, on n’en garde que du positif. J’étais un peu plus âgé que les autres, donc pas spécialement là pour apprendre la discipline, mais plutôt la patience. Et surtout, on apprend à mieux connaître et dépasser ses limites.

Puis il y a eu l’Équateur, un passage peu classique pour un ingénieur.

Exactement. J’ai transformé une partie de mon service obligatoire en service civil à l’étranger. Je suis parti en Équateur, près de Quito, pour travailler sur un projet de recyclage soutenu par une association suisse en collaboration avec une fondation équatorienne. L’objectif était d’organiser la collecte de verre, carton et plastique, puis leur revente pour qu’ils puissent être recyclés. C’était très concret. J’ai vraiment adoré. Cette expérience m’a permis de prendre du recul, de changer de contexte. Elle n’a pas changé mes plans de carrière, mais clairement enrichi ma compréhension du travail et des décisions dans des contextes éloignés des miens.

La santé arrive ensuite assez naturellement dans ton parcours.

Oui, surtout pendant la période du COVID. Pour mon projet de master, j’ai rejoint un laboratoire de recherche en machine learning à l’EPFL, notamment auprès de Annie Hartley, spécialisée en médecine humanitaire. Le projet consistait à analyser des données publiques issues de différents pays pour comprendre ce qui influence le nombre de cas et de décès : la mobilité, les restrictions, les règles gouvernementales, la météo… Ce travail a surtout montré à quel point il est difficile, mais essentiel, de mettre en cohérence des données qui viennent de sources très différentes. Entre les contextes propres à chaque pays et les biais comme l’âge moyen des populations, on comprend vite que sans un bon alignement et beaucoup de prudence, on peut facilement tirer de mauvaises conclusions.

C’est ce projet qui t’amène vers Tune Insight ?

Oui, indirectement. À la suite de ce projet, j’ai été mis en relation avec Tune Insight grâce au laboratoire de recherche, notamment via Martin Jaggi. L’idée était de lancer un projet de collaboration autour du machine learning, avec un focus très fort sur la sécurité et la confidentialité des données. C’était exactement ce qui m’intéressait : travailler sur des sujets appliqués, en lien avec la santé, tout en respectant des contraintes fortes.

Qu’est-ce qui te motive aujourd’hui chez Tune Insight ?

D’abord le sens. La santé, c’est concret : les enjeux sont compris par tout le monde. Ensuite, il y a un vrai défi autour de l’accès aux données. Tune Insight propose des outils qui permettent d’ouvrir la collaboration autour des données tout en respectant les principes d’éthique, les contraintes légales et la confidentialité. Pour moi, l’entreprise se situe exactement au bon endroit, au croisement entre la recherche, les institutions de santé et la protection des données.

Travailler dans la santé, ça demande aussi d’apprendre beaucoup en dehors de la technologie pure. Il faut comprendre le fonctionnement du milieu médical, ses contraintes administratives, les liens entre les différents acteurs. Ce sont des sujets qui ne font pas partie de ma formation initiale, mais c’est justement ce qui rend le travail intéressant. On apprend en permanence.

Et l’ambiance chez Tune Insight, tu la décrirais comment ?

Très collaborative. L’équipe est assez jeune, chacun a une place différente mais complémentaire. On est écoutés, on peut proposer des idées. Quand je suis arrivé, nous étions sept ; aujourd’hui, nous sommes presque vingt. C’est vraiment agréable de voir l’entreprise évoluer tout en conservant cet état d’esprit.

En dehors du travail, tu as aussi une autre facette assez… rythmée.

Oui, je danse de façon semi-professionnelle : je m’entraîne toute l’année et je participe à des compétitions. Je danse la salsa en groupe, mais aussi en solo et en couple. J’ai notamment appris en Colombie, à Cali, où la salsa occupe une place centrale. Je danse principalement la salsa caleña, un style très rapide et exigeant, souvent pratiqué en compétition.

Finalement, qu’est-ce qui relie la data, la santé et la salsa ?

Je dirais… le fait de devoir être créatif dans des systèmes contraints, et de trouver le bon degré de liberté pour pouvoir innover. Une fois le cadre compris, on sait où il est possible d’agir et de proposer quelque chose de nouveau, et c’est toujours un challenge.