Xiaohua Cui

1. Pilotage de la conception et du déploiement des projets ML, LLM et Agents : détection de fraude en MRH (multirisques habitation), l'analyse de verbatims clients et la génération de rapports BI avec RAG et LangChain.

2. Industrialisation de solutions d'IA frugales en production, monitoring coût/latence en orchestrant les services Azure, Databricks et OpenAI pour réduire les coûts d'inférence de 31 % et garantir la scalabilité.

3. Traduction des besoins métier en solutions techniques et développement d'outils d'aide à l’évaluation des sinistres à risque (via une application Streamlit + Azure DB) ayant permis d'augmenter l'efficacité analytique des équipes de 30 %.

Évaluation comparative de solutions pour la classification multi-label de verbatims clients, incluant des LLMs open-source, GPT et un CamemBERT fine-tuné sur Azure Databricks, automatisés avec LangChain et MLflow.

Développement d'architectures de prompting avancées (paramétrisation, auto-génération de prompts et vote majoritaire) pour GPT-3.5-Turbo, portant le F1-score de classification de 0.60 à 0.79 (résultats publiés sur Medium).

Évaluation et amélioration de modèles de langage (LLM) à grande échelle sur des tâches complexes, incluant le raisonnement logique, la génération de code (Python) et la résolution de problèmes mathématiques. Rédaction de "golden responses" (réponses de référence) et de consignes précises pour guider le fine-tuning et l'alignement des modèles avec l'intention humaine. Collaboration avec les équipes de recherche et d'ingénierie pour fournir un feedback qualitatif détaillé sur le comportement des modèles.