À propos de Sarah
Les pipelines IA en production ont un point commun : ils fonctionnent en démo, mais s'effondrent en production. Je suis là pour que ça ne vous arrive pas.
Ingénieure IA senior, je conçois des systèmes agentiques robustes, des pipelines RAG production-ready et des orchestrations multi-agents pour des projets où la complexité n'est pas un détail, mais une réalité. Mes clients : LexisNexis, Criteo, Eramet, des environnements où les données sont massives, non structurées et critiques : documents juridiques, données industrielles, workflows d'automatisation bout-en-bout.
Ce que je livre :
✔ Agents IA et systèmes multi-agents : LangGraph, Google ADK, MCP, pour des workflows autonomes prêts pour la production.
✔ Pipelines RAG : indexation, chunking, reranking, évaluation, optimisés pour tenir en conditions réelles.
✔ Extraction multimodale : traitement de documents complexes (PDF, juridique, industriel, multilingue).
✔ Frameworks d'évaluation LLM : métriques, ground truth, benchmarking, détection de dérive.
✔ Audit et architecture : analyse et refonte de systèmes IA existants pour les rendre résilients et scalables.
Docteure en informatique, je marie rigueur académique et exécution terrain. Pas de POC abandonnés : je construis des architectures qui passent en production et tiennent la charge.
Disponible pour des missions freelance. Parlons de votre projet.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Arabe
Bilingue ou natif
Accepte de travailler sur site
Paris (jusqu’à 50 km), Marseille (jusqu’à 50 km)
Expériences
- CRITEOSenior AI EngineerE-COMMERCEoctobre 2025 - Aujourd'hui (8 mois)Paris, FranceContexte :Criteo déploie des systèmes IA à grande échelle et avait besoin d’un cadre rigoureux pour évaluer la fiabilité de ses pipelines multi-agents en conditions réelles, avant tout passage en production.Défi :Aucun framework standardisé n’existait pour mesurer objectivement la performance de systèmes multi-agents complexes : hallucinations, cohérence des sorties, comportement sous charge, dérive des agents.Solution :J’ai conçu un framework d’évaluation multi-agents complet, incluant :
- Définition de métriques adaptées
- Construction de jeux de données ground truth
- Benchmarking automatisé
- Monitoring continu
- L’architecture s’intègre aux pipelines CI/CD existants et déclenche des alertes en cas de dérive de performance.
Résultat :- Standardisation du processus d’évaluation LLM chez Criteo
- Détection précoce des régressions avant mise en production
- Framework réutilisable par plusieurs équipes produit
- ErametSenior AI EngineerINDUSTRIE MATIÈRES PREMIÈRESjuin 2024 - septembre 2025 (1 an et 3 mois)Paris, FranceContexte :Eramet, groupe minier international, produit des volumes massifs de rapports géologiques non structurés. L’extraction manuelle des données était lente, coûteuse et source d’erreurs.Défi :Automatiser l’analyse de documents techniques complexes (PDF géologiques, rapports d’estimation) et rendre les données exploitables par les équipes métier, sans intervention humaine systématique.Solution :J’ai conçu et déployé un pipeline RAG production-grade incluant :
- Extraction multimodale via Azure Document Intelligence
- Indexation optimisée avec Azure AI Search
- Agents CSV pour traiter des volumes dépassant la fenêtre de contexte des LLM
- Workflow Prompt Flow complet, avec CI/CD et intégration N8N pour l’automatisation des rapports géologiques (GPT-4)
Résultat :- Automatisation complète du cycle d’extraction et de rapport géologique
- Réduction significative du temps de traitement manuel
- Pipeline déployé en production dans un environnement Agile, avec livraisons itératives
- Saint-GobainSenior Data EngineerINDUSTRIE MATIÈRES PREMIÈRESjuin 2023 - juin 2024 (1 an)Courbevoie, FranceDATA4LCA: Projet d’automatisation de l'ACV (Analyse du Cycle de Vie) des produits Saint-Gobain, avec les plaques de plâtre comme cas d'étude.Activités de la mission :
- Compréhension et analyse du besoin métier
- Recensement du besoin en matière de données
- Exploration des données avec Python
- Définition et monitoring de la qualité des données
- Automatisation de la collecte des données ACV
High Performance Solutions (HPS): Projet de migration, d’ingestion et de traitement des donnéesActivités de la mission :- Migration de BW à Synapse
- Ingestion des données dans Snowflake
- Ingestion des données des ERPs (QAD, SAGE) dans Synapse
- Ingestion des données d’APIs
- Ingestion et traitement des données avec Spark/Python
- CI/CD
- Environnement agile (Scrum)
Avis
Recommandations
JB
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
- Doctorat en Informatique, Anonymisation des Grandes Masses de DonnéesUniversité Sorbonne Paris Nord2020
- Diplôme d'Ingénieur d'Etat en Recherche Opérationnelle et Aide à la décisionINSEA2014
Certifications
- Microsoft Certified: Azure Data Scientist AssociateMicrosoft2022
- Databricks Certified Data Engineer AssociateDatabricks2023