Sophie Martin : experte algorithmes Google et growth

Sophie Martin entre a l'ecole 42 a 19 ans, par la voie atypique de la piscine. Elle y obtient son Bachelor en 2018 avec une specialisation reseau et systemes distribues, puis enchaine sur le Master IA de Telecom Paris (promotion 2020), ou son memoire porte sur la detection de patterns frauduleux dans les flux de donnees comportementales. C'est la qu'elle decouvre les techniques de reverse-engineering des classifieurs : comprendre comment un algorithme decide, en l'observant decider sur des milliers d'echantillons.

Elle rejoint en 2020 une fintech parisienne (paiement et fraud detection) comme data scientist. Pendant quatre ans, elle construit des modèles de detection de fraude transactionnelle, des systemes de scoring temps reel et des features d'anomaly detection. Cette expérience lui donne deux choses : une comprehension fine des modèles de classification utilises par les grandes plateformes, et l'habitude d'analyser un comportement adversarial (comment un fraudeur s'adapte a un detecteur).

Quand Thomas Leroy la contacte en 2024 pour rejoindre Boostfiche, le pitch est simple : "On a besoin de quelqu'un qui sait lire un algorithme de filtrage Google de l'interieur." Sophie accepte parce qu'elle voit dans l'e-réputation Google le même type de probleme qu'en fraud detection : un classifieur opaque, des signaux comportementaux complexes, et un cout business reel pour les utilisateurs legitimes mal classes. Elle prend la fonction de Head of Growth et co-pilote l'infrastructure technique avec Thomas.

Son travail au quotidien : observer 42 000+ avis publies, mesurer les patterns de filtrage Google par cohorte, identifier les signaux de qualité qui correlent avec la retention long terme, et optimiser le drip-feed (rythme, horaires, distribution geographique des comptes) pour maximiser la stabilite des avis livres aux clients PME. C'est elle qui a conduit Boostfiche a passer de 88% a 98% de taux de retention 90 jours entre debut 2024 et fin 2025.

Cote ecriture, Sophie produit une dizaine d'articles par an, tous concentres sur le fonctionnement reel de la machinerie Google : filtres anti-spam, signaux de proximite, IPs et device fingerprinting, drip-feed comme contre-mesure aux clusters detectables. Sa promesse editoriale : pas de blabla SEO generique, uniquement des analyses techniques fondees sur ses observations terrain. Elle intervient ponctuellement comme conferenciere data sur des meetups parisiens (Data for Local Search 2025).