Description

🧠 Generative AI & Machine Learning Engineer

⭐ Spécialiste IA générative, LLM & Machine Learning en production

⭐ Conception de produits IA fiables, sécurisés et orientés impact métier

-------------------------------------------------------------------

Bonjour et bienvenue sur mon profil 👋

J’aide les entreprises à concevoir, développer et déployer des systèmes d’IA générative et de Machine Learning transformant leurs données en produits IA fiables et exploitables en production.

De la définition du besoin au déploiement : LLM, chatbots, agents IA, NLP, ML classique.
Mon objectif : des systèmes simples, robustes et maintenables, orientés impact métier, intégrant sécurité, tests automatisés, métriques de qualité et monitoring.

🎯 Mes domaines d’expertises :

✔️ IA générative : LLM, chatbots, RAG, agents IA, NLP

✔️ Machine Learning : modèles supervisés & non supervisés, time series

✔️ Prompt engineering & évaluation

✔️ MLOps & déploiement : CI/CD ML, MLflow, Airflow, monitoring

✔️ Qualité & sécurité : tests automatisés, métriques, détection de dérive

🚀 Exemples de projets :

👉 Chatbot web IA générative avec architecture RAG

Développement d’un chatbot basé sur LLM avec Microsoft Foundry, Microsoft Agent Framework, CopilotKit (AG-UI) et Microsoft AI Search, connecté à WordPress et HubSpot pour automatiser le CRM et répondre aux questions de prospects.

👉 Workflow agentique d’analyse réglementaire (IA générative & LLM)

Pipeline LLM + RAG orchestré via LangGraph permettant l’extraction automatique d’articles applicables et l’analyse de conformité à partir de documents techniques internes, avec vector store Qdrant.

👉 Media Control – Prévision des ventes de livres (Machine Learning, Airflow, AWS)

Développement de modèles de prévision permettant d’anticiper les performances de ventes trois mois après sortie avec ~80% de précision, et mise en production via Airflow sur AWS.

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle complète

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 10 km)

JCDecaux
IA Engineer
février 2026 - Aujourd'hui (4 mois)
Neuilly-sur-Seine, France
JCDecaux est un leader mondial de la publicité extérieure (OOH/DOOH).

Mon rôle : améliorer les agents IA en production et explorer les autres solutions IA à mettre en place chez JCDecaux.

🔹 Maestro – Assistant interne RAG
Amélioration de « Maestro », assistant RAG connecté à SharePoint : ajout d’un parsing documentaire avancé (Docling), ingestion, requêtage et qualité des réponses.
Stack : PostgreSQL + pgvector, Microsoft Foundry, Dify, FastAPI, AWS, Langfuse.

🔹 Étude agentique pour l’AdTech (achat/vente d’espaces)
Étude de solutions agentiques pour l’achat / vente d’espaces : comparaison d’approches AdCP vs IAB Lab sur l’automatisation et l’orchestration.
Recommandations produit sur les cas d’usage à fort impact et le positionnement dans la stack AdTech.

🔹 Choix technos IA (RAG interne sécurisé & agents)
Benchmark de solutions RAG / agents : Glean, Prisme.ai, AWS Bedrock, Microsoft Foundry, LangChain / LangGraph.
Analyse sécurité, gouvernance, intégration SI et synthèse d’une architecture cible RAG + agentique.
Agents IA LangFuse Mistral AI Azure AI Foundry RAG (Retrieval-Augmented Generation)
EODev
IA Engineer / Data Scientist Senior
ENVIRONNEMENT
février 2025 - Aujourd'hui (1 an et 4 mois)
Paris, France
EODev développe et industrialise des solutions énergétiques durables, fiables et accessibles.
Mon objectif est de renforcer la fiabilité de ces solutions en valorisant les données collectées.

ℹ️ Chatbot RAG : Créé un chatbot pour le site web de l'entreprise
Chatbot web basé sur Microsoft Foundry, Microsoft Agent Framework et CopilotKit - AG-UI
Architecture RAG (Microsoft AI Search)
Intégration WordPress / HubSpot → automatisation du CRM

🧠 Analyse réglementaire IA : Création d'un workflow agentique d’analyse réglementaire automatisée (Agents IA, RAG, Qdrant) : via upload d’un document légal.
Worklow + Agent IA + RAG orchestré via LangGraph
Extraction IA des articles applicables + analyse par IA de conformité à partir de documents techniques internes
Déploiement sur Microsoft Foundry + observabilité/monitoring
Utilisation de Qdrant pour le RAG.

⚡ Time series & monitoring énergétique :
Prédiction de l’épuisement des stocks d’hydrogène (Microsoft Fabric)
Traitement optimisé Polars / Sktime / Delta (1 000 groupes < 1 min),
Monitoring temps réel et dashboards Power BI pour groupes électrogènes et BESS avec alertes automatisées.

-
Python IA générative RAG Agent IA Azure AI Foundry
BearingPoint
Data Scientist Senior
CONSEIL & AUDIT
avril 2023 - juin 2025 (2 ans et 2 mois)
Paris, France
Chez BearingPoint Products, mon équipe accompagne les maisons d’édition et les acteurs de la presse écrite dans l’optimisation de la distribution physique en points de vente.

🧠 Agents IA & Qdrant :
Déploiement d'une base de données vectorielle Qdrant pour recherche de similarités entre livres (500k livres indexés)
Développement d'un Agent IA LangGraph capable de construire une biographie d'auteurs et de générer un score de popularité

📚 Création des modèles de prévision de ventes de livres pour Media Control, anticipant les performances dès leur sortie : 80% de précision
Du PoC à la Production,
Création de l'architecture des DAGs et mise en place de pratiques MLOps
Déploiement sur Airflow + Astronomer + AWS, assurant une stabilité et une maintenabilité optimales du pipeline de données.
Utilisation des features issues des analyses IA (score de popularité, similarités entre livres)
Point réguliers avec le client pour présentation des avancées / résultats (en anglais)

📈 Amélioration de la prévision de distribution des journaux, réduisant efficacement les invendus et les ruptures de stock pour chaque client.
Airflow Python Amazon Web Services LangGraph Qdrant