Darius G.

Systèmes IA de bout en bout pour PME. 3 projets ML + 2 sites web livrés.

• Conception d’un pipeline ML complet : ingestion, segmentation documentaire, embeddings, recherche par similarité avec pgvector, évaluation et génération. Orchestration LangGraph en architecture hexagonale.

• Système RAG hybride (BM25 + recherche de proximité pgvector) pour citation automatique de sources dans les rapports générés. Architecture deux couches : squelette de rapport généré par code + module de rédaction IA optionnel activé après validation métier.

• Industrialisation avec packaging Docker, intégration FastAPI, PostgreSQL, déploiement sur infrastructure souveraine et CI/CD.

• MLOps : observabilité avec Langfuse, fine-tuning QLoRA, optimisation des coûts d’inférence et de la latence API.

→ Pipeline RAG pour citation automatique de documents techniques. Rédaction IA conditionnelle avec validation métier.

• Fine-tuning DistilCamemBERT pour classification binaire de contenu toxique (recall > 0.95). 6 catégories

de détection, seuil optimisé à 0.3, weighted CrossEntropyLoss.

• Pipeline de génération de données multi-source : données synthétiques Ollama, web scraping, augmentation

adversariale (leetspeak, unicode confusables, zero-width chars). Split train/test/val avant augmentation.

Zéro data leakage.

• Framework d’expérimentation config-driven (YAML + MLflow), versioning de modèles avec rollback. Feed-

back loop production : faux négatifs signalés par opérateur réintégrés au training.

• Backend temps réel avec FastAPI, WebSocket et PostgreSQL, déployé sur VPS souverain UE, conforme

RGPD, sans dépendance cloud US.

→ Modèle fine-tuné en production. Pipeline de modération 3 couches dimensionné pour 100 à 5 000 participants.

• Déploiement d’un système hybride parsing + LLM pour conversion automatique de rapports PDF techniques

(géotechnique, multi-fournisseurs) en JSON/Excel structurés. Prompts modulaires de 300+ lignes avec

validation par contraintes physiques du domaine.

• Optimisation tokens : extraction text-based via pdfplumber (pas de vision API), traitement page par page.

Stratégie de rejet conservateur privilégiant la précision.

• Infrastructure complète : VPS, Docker, intégration API LLM, authentification MFA/OTP, conformité

RGPD. Interface Gradio adoptée au quotidien par les équipes métiers.

→ Traitement manuel intégralement automatisé. ~30 % d’économies sur les coûts API LLM.