Description

Agentic AI Architect | LLM Platform | Evaluation & Observability | GenAI on AWS | 10+ ans

Architecte IA Agentique & Lead Data Scientist — 10 ans d'expérience.

Je conçois et déploie des architectures IA Génératives agentiques end-to-end,

de la plateforme LLM jusqu'aux workflows applicatifs complexes.

Ce que je construis :

• Intégration & orchestration d'API LLM (LangGraph, Langchain, LiteLLM, Bedrock)

• Systèmes RAG avancés (ingestion Docling, OpenSearch, contextualisation, évaluation)

• Agents IA & architectures multi-agents (LangGraph, CrewAI, OpenAI SDK, Skills, MCP...)

• MLOps & infrastructure IA (Langfuse, Ragas, DeepEval, MLflow, Docker, AWS)

J'interviens sur l'ensemble du cycle :

• Design de la plateforme GenAI (LLM Gateway, vector DB, observabilité)

• Développement d'agents avec workflows métier complexes

• Stratégie multi-modèles (OpenAI, Claude (Bedrock), Mistral)

• Leadership d'équipe pluridisciplinaire & collaboration business

Sur mes projets complémentaires, j'utilise et intègre des outils d'automatisation agentique

(n8n, MCP, Semantic Kernel) pour connecter les systèmes IA aux workflows métier et aux

sources de données externes.

Secteurs : assurance, énergie, automobile, santé, finance.

Co-auteur d'un article scientifique en imagerie médicale (Springer).

Certifié AWS AI Practitioner (Early Adopter) & Cloud Practitioner.

Domaines d’expertise

Langues

Français
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km)

Malakoff Humanis
IA Generative Senior Data Scientist
BANQUE & ASSURANCES
septembre 2024 - Aujourd'hui (1 an et 9 mois)
Paris, France
- Architecte de la plateforme IA Générative sur AWS (Bedrock, SageMaker, LLM Gateway, OpenSearch, observabilité, évaluation).
- Développement d'une architecture agentique modulaire pour les applications GenAI métier (orchestration LangGraph/Langchain, workflows complexes, Tools, MCPs, Guardrails).
- Modules RAG avancés : ingestion structurée (Docling), vectorisation (OpenSearch), contextualisation, pré-filtrage, évaluation (Ragas, DeepEval, Langfuse).
- Module d'évaluation avancer en micro service (éval agentique, RAG, tools)
- Leadership d'une équipe pluridisciplinaire + collaboration avec les équipes métier.

Stack Technique : Python, FastAPI, SQL, MCP, Docker, ,Dataiku, Jankins, AWS (Sagemaker, Bedrock, Jumpstart..), LiteLLM, Opik comet, Langfuse, MLflow, Linux,OpenAI, Claude, HuggingFace, Langchain, Llamaindex, Docling, Embedding, Ragas, Jenkins, SQL/NoSQL, React.
Python Langchain LLMs MCP LangGraph
Yélé consulting
Data Scientis
ENERGIE
juillet 2022 - Aujourd'hui (3 ans et 11 mois)
Paris, France
Expériences et Réalisations
• Mission Internes
− Optimisation de la conduite de réseaux électriques (Autant ou meilleur que l’humain).
o Solution technique qui combine entre GNN et RL pour une meilleure scalabilité.
o Développement d’une application Django pour le produit.
o Participation à l’avant-vente.
− Développement d’un outil d’IA Générative interne personnaliser pour les assets internes.
o Design de l’architecture de l’outil (Données, DB, Packages, Modèle OS, application).
o Intégration de la solution RAG (Recherche et génération augmentée).
o Développer des couches de supplémentaires, pour s’adapter aux besoins utilisateurs.
− Plateforme de Décarbonation.
o Développement d’une plateforme web pour aider les entreprises à décarboner.
− Réfèrent Data & IA :
o Réponse aux l’appels d’offre IA et énergie.
o Accompagnement des consultants data dans leur mission.
o Proposition de sujets d’IA en interne.
Mission Externes
− Développement d’une application de gestion financière de parc de borne de recharges.
o Assurer le rôle de l’AMOA sur ce projet.
o Assurer la partie architecture MySQL et DevOps.
− Mécénat chez Latitudes :
o Assurer l’animation des ateliers de sensibilisation aux technologies.

Stack Technique : Python (Pytorch, Geometry), API, SQL, R, Shiny, Django, Django-Ninja, Flask, Docker, Gitlab,
AWS, Dash, Streamlit, Linux, Nvidia, LLM, Llama, Langchain, Vectordb, Mistral, RAG
LLM Langchain RAG Cloud AWS
CAPGEMINI
Data Scientist Analyst Chez Digiposte
RESSOURCES HUMAINES
janvier 2021 - juillet 2022 (1 an et 6 mois)
Paris, France

- Managing and exploiting data from various sources, including structured and unstructured data, to generate valuable insights for businesses.
- Responsible for creating and producing reports and indicators that provide clear and concise information to stakeholders for decision-making purposes.
- Designing and developing machine learning (ML) and deep learning (DL) models to address various business challenges and provide innovative solutions to complex problems.
- Leveraging data-driven insights to answer business questions and contribute to the development of internal knowledge, leading to improved decision making and better business outcomes. Tools: Python (Numpy, pandas, tensorflow, keras....), R, Shiny, Agile, Jenkins, GitLab, Jira, Docker
Python Computer Vision Deep Learning