À propos de El Hadji Abdoulaye
- Chatbots conversationnels sur vos documents internes
- Assistants IA pour vos équipes (support, RH, juridique)
- Réduction des temps de traitement (-60% sur le support client chez Crédit Agricole)
- Agents IA autonomes pour automatiser vos workflows
- Orchestration multi-agents pour processus complexes
- Connexion à vos systèmes existants (CRM, ERP, bases de données)
- Recherche intelligente sur vos bases documentaires
- RAG multimodal (texte, images, tableaux, graphiques)
- Architectures scalables servant des milliers d'utilisateurs
- Détection de fraudes (-35% chez Reliance HMO)
- Scoring crédit, prédiction de churn
- Modèles déployés en production avec monitoring
- Passage POC → Production : APIs sécurisées, CI/CD, tests
- Monitoring LLM, optimisation des coûts IA
- Infrastructure cloud (AWS, Azure, GCP)
- Formation et montée en compétences des équipes
- Formation IA générative pour vos équipes techniques
- Workshops dirigeants et chefs de projet
- 250+ évaluations OpenClassrooms
- Learning path ML/LLM déployé chez AXA (50+ pays)
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Expériences
- AXA Group Operations - GDAI FRANCE
Sur Malt
AI Engineer — ML/LLM Engineering & Industrialisation GenAIBANQUE & ASSURANCESnovembre 2025 - mars 2026 (3 mois)Paris, FranceMission au sein du projet AI Engineering de la division GDAI(Group Data & AI) d'AXA, en charge de définir et déployer lesbest practices ML/LLM Engineering à l'échelle du groupe AXAmondial (entités dans 50+ pays).- Industrialisation de pipelines ML/GenAI sur AzureML : automatisation de l’entraînement, du packaging et du déploiement de modèles en production.
- Conception et industrialisation d’un système multi-agents pour le traitement automatisé des sinistres assurance (claims processing) — triage des dossiers, extraction documentaire, signaux de fraude, aide à la décision : déployé sur Azure AI Foundry avec orchestration LangGraph.
- Migration de la plateforme d’agents IA vers Azure AI Foundry : portage des workflows existants, intégration native avec Azure AI Search (recherche hybride) et Azure OpenAI Service.
- Implémentation de serveurs MCP (FastMCP) pour l’exposition standardisée d’outils métiers aux agents LLM : standardisation de l’accès aux APIs assurance à travers les entités.
- Mise en place de workflows MLOps et LLMOps robustes : CI/CD GitHub Actions / Azure DevOps, gestion des expériences MLflow, monitoring et observabilité (Langfuse), évaluation automatisée (DeepEval).
- Conception et animation du programme de formation ML / MLOps / LLMOps à l’échelle du groupe AXA : modules sur les best practices (prompt engineering, évaluation, monitoring, agents IA), workshops pratiques auprès des entités à l’international.
- Évolution multi-cloud de la plateforme de formation : migration des parcours ML Engineering vers Azure (AzureML) et Databricks ; harmonisation des bonnes pratiques.
- Support technique aux entités pour l’industrialisation de POC/MVP IA : architecture, CI/CD, scalabilité, sécurité et conformité.
Stack : Azure (AzureML, Azure AI Foundry, Azure AI Search, Azure OpenAI, Azure Functions, Azure DevOps), Databricks, Python, MLflow, GitHub Actions, Docker, Kubernetes, LangChain, LangGraph, MCP (FastMCP), A2A, Langfuse, DeepEval - CREDIT AGRICOLE SAConsultant Sénior AI ENGINEERBANQUE & ASSURANCESseptembre 2024 - Aujourd'hui (1 an et 9 mois)Montrouge, FranceProjet : Développement d'une plateforme de RAG pour l'industrialisation des cas d’usage de recherche documentaire.Tâches :
- Développement de 2 librairies Python core de la plateforme wrapper llm : Abstractionmulti-providers et semantic search : Pipelines configurables d'indexation et recherche (chunking, recherche, reranking)
- Intégration d'une fonctionnalité permettant de gestion des abréviations et du glossaire technique propre au métier
- Mise en place d'un système de limitation de débit (rate limiting) : mécanisme pour prioriser certains usages et contourner les restrictions de Bedrock concernant le nombre de requêtes et de tokens par minute.
- Génération de contenus marketing : Implémentation d'un module avec llm capable de créer automatiquement des contenus pour les produits présentés sur le site web.
- Mettre en place des approches automatiques et manuelle pour l'évaluation des pipelines de RAG
- Intégration de la multimodalité pour traiter et comprendre les images, et graphes dans le système RAG.
- Participer aux ateliers de cadrage pour définir les besoins de nouveaux d’usage à utiliser les assets de l’outil RAG
- Orchestration d’agents IA avec step fonctions Lambda Aws
- Participer aux déploiement de nouveaux cas d’usage
- Technologies : AWS (Bedrock, Sagemaker, SQS, S3, lambda...) - python -Fastapi -Memcached, Postrgres pgvector, llm, prompting, gitlab ci, Docker, Kubernetes
- Publicis Re:sourcesConsultant Sénior Data science GEN AIRESSOURCES HUMAINESfévrier 2024 - août 2024 (6 mois)Paris, France
Financial AI Matching System
● Architected deep learning solution for automated invoice-to-purchase order matching withadvanced scoring mechanisms● Improved model performance through feature engineering and neural network optimization● Implemented MLOps pipeline with continuous deployment using Azure DevOpsHR GenAI Chatbot
● Built end-to-end RAG chatbot for HR inquiries with multi-format document processing (PDF,Word, Excel)● Developed generic data loader using nlm-ingestor for various document types● Implemented microservices architecture with FastAPI and deployed on Azure
Recommandations
Soyez le premier à recommander El Hadji Abdoulaye
Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- Engineering Degree in Computer Science and TelecommunicationsEcole Polytechnique de Thies2018
Certifications
- Professional Machine Learning EngineerGoogle Cloud