Lionel E.

Mission CALF : Lead ML Engineer/Architect (GCP & On-Premise — SAFE)

Objectif : Industrialisation de modèles ML et structuration des fondamentaux Cloud/On-prem.

Pipelines & Déploiement : Conception de pipelines ML/LLM (OCR, scoring) sur GCP & K8s. Déploiement on-premise via ArgoCD et Kustomize.

Infrastructure & Sécurité : Architecture réseau (VPC, Load Balancers), configuration de la Landing Zone (IAM, AD) et sécurisation cloud avec les équipes DevOps/Sécurité.

Standards MLOps : Mise en place du CI/CD, versioning et monitoring (Grafana/FinOps). Création de templates (Python, UV, Airflow).

Pilotage : Direction de l'industrialisation LLM (Capgemini) et suivi de migration legacy SAS vers Cloud.

Environnement : AWS, GCP, Terraform, Kubernetes, Helm, Vertex AI, Snowflake, Pyspark, Argo, Gitlab.

Mission BforBank : Lead AI Engineer — Plateforme Agents (Freelance)

Objectif : Piloter l'industrialisation GenAI et la transition vers une architecture d'agents intelligents.

Industrialisation GenAI : Architecture de 6 applications Fullstack/Backend sur GKE (200 users). Création de workflows agentiques (Langgraph) intégrés à BigQuery, Jira et Confluence.

Performance & Fullstack : Optimisation React/FastAPI réduisant la latence et le chargement de 40% (caching, TTL, async). Refonte de l'interface de gestion des agents.

MLOps & Observabilité : Définition des patterns K8s (Istio, Flux) et implémentation de l'observabilité LLM avec Langfuse (traces, spans).

Sécurité & Gouvernance : Mise en place de guardrails et politiques IAM (CISO/DPO). Monitoring de l'utilisation via dashboards Looker.

Résultats : Industrialisation de 5 projets clés (Chatbot, Classifieurs) et automatisation des audits via dbt et K8s Cronjobs.

Environnement : GCP (GKE, BigQuery), K8s (Istio, Helm), Python (FastAPI, Langchain), React, Langfuse, dbt.

Objectif : Industrialisation de modèles prédictifs mondiaux (50 pays) et standardisation des plateformes ML/Data sur AWS.

Architecture & Scalabilité : Design d’architectures pour la prédiction des ventes et pptimisation de volumes massifs de données sur AWS (EMR, S3) et pyspark databricks.

Engineering de Plateforme (MLOps) : Standardisation des pipelines d’inférence et de feature engineering via Databricks (PySpark) et Sagemaker. Implémentation du tracking d'expériences avec MLflow et automatisation via Airflow.

Infrastructure as Code : Refacto ci/cd (GitHub, Jenkins, Terraform) pour améliorer le déploiement dans des écosystèmes hybrides (AWS, Databricks).

Expertise Data & Monitoring : Conception de flux d'exposition (S3, Kafka) et frameworks de monitoring de performance via dbt et dashboards Tableau.

Référent Technique & Mentorat : Définition des standards d'industrialisation et accompagnement de Data Scientists pour élever le niveau d'exigence technique.

Environnement : AWS (Sagemaker, EMR, S3), Databricks, PySpark, Airflow, MLflow, dbt, Terraform, Jenkins, Kafka, Tableau, Prophet, DeepAR.

Leadership Technique & Excellence Opérationnelle

Développement des Talents & Mentorat : Coaching et mentorat d’ingénieurs, évaluation technique (qualification) des profils pour des missions critiques et animation de formations spécialisées au sein du campus interne.

Architecture & Stratégie Data : Implémentation de projets structurants sur Data Vault et conception de plateformes de données multi-cloud résilientes.

Leadership d'Opinion & Communauté : Animation de la communauté technique (Tech Cafés), partage de cas d'usage avancés et évangélisation autour des plateformes ML/Data.

Expertise Transverse & Résolution : Facilitation de la communication d'équipe, résolution de points de blocage techniques complexes et garantie de la fluidité opérationnelle quotidienne.

Vision Business & Avant-vente : Collaboration stratégique avec les équipes commerciales pour définir les périmètres techniques (scoping), les exigences critiques et les roadmaps projets.

Acquisition de Talents : Pilotage des processus de recrutement par l'évaluation rigoureuse des compétences et de l'adéquation culturelle des candidats.