J'industrialise vos systèmes IA
cadrage → POC → production
AI & ML Engineer (3,5 ans d'XP) et 2× certifié AWS, je build et fais tourner vos solutions IA, sur le cloud et en on-prem. Du concret, du souverain, du performant.
En direct de mon bureau
Échangez avec mon avatar 3D, testez l'adéquation avec mon profil ou importez un document à analyser.
Pour une demande complexe ou confidentielle, contactez-moi directement.
Données et mémoire
Discutez avec mon avatar IA, en direct
Ton image ici
Votre POC IA est prêt ?
INITIALIZING PIPELINE...
0%
PRODUCTION LIVE
0:00
Votre voix n’est jamais enregistrée : seul le texte transcrit est conservé.
Connexion…
Oups, une erreur est survenue. Réessaie dans un instant.
Mes Services
IA souveraine & on-premise
Vos modèles et vos données maîtrisés, jusqu’aux environnements air-gapped.
GenAI & Agents IA
Assistants outillés, workflows agentiques et automatisation des processus métier.
Architecture & intégration IA
Des systèmes robustes, modulaires et parfaitement intégrés à votre SI.
RAG & recherche augmentée
Des réponses fiables, sourcées et ancrées dans vos données.
AWS, MLOps & LLMOps
Des déploiements automatisés, reproductibles et prêts pour la production.
Évaluation, sécurité & observabilité
Qualité, risques et performances maîtrisés de bout en bout.
Vision IA & Document AI
Analyse de documents, images et scans, transformés en information exploitable.
Fine-tuning & adaptation de modèles
Des modèles spécialisés pour vos usages et contraintes métier.
Machine Learning & Data
De la donnée brute aux modèles prédictifs et à l’aide à la décision.
IA souveraine & on-premise
Vos modèles et vos données maîtrisés, jusqu’aux environnements air-gapped.
GenAI & Agents IA
Assistants outillés, workflows agentiques et automatisation des processus métier.
Architecture & intégration IA
Des systèmes robustes, modulaires et parfaitement intégrés à votre SI.
RAG & recherche augmentée
Des réponses fiables, sourcées et ancrées dans vos données.
AWS, MLOps & LLMOps
Des déploiements automatisés, reproductibles et prêts pour la production.
Évaluation, sécurité & observabilité
Qualité, risques et performances maîtrisés de bout en bout.
Vision IA & Document AI
Analyse de documents, images et scans, transformés en information exploitable.
Fine-tuning & adaptation de modèles
Des modèles spécialisés pour vos usages et contraintes métier.
Machine Learning & Data
De la donnée brute aux modèles prédictifs et à l’aide à la décision.
Du Machine Learning au LLMOps, sur le terrain.
YMUNITSaaS B2B GRC & cybersécurité
Pilotage technique des composants IA, du cadrage métier à l’industrialisation sur AWS et infrastructures clients. Arbitrages qualité, performance, coût et confidentialité avec les équipes produit, développement et infrastructure.
- Serving LLM local : déploiement air-gapped avec vLLM sur H100 80 Go ; quantification, KV cache FP8 et prefix caching. Résultat : Débit ×1,8, coût d’inférence -40 % à latence constante, empreinte VRAM -45 %.
- Industrialisation : automatisation des environnements avec Terraform, Docker et GitLab CI/CD, en collaboration avec l’infra. Préparation des installations hors ligne. Résultat : Provisioning ramené à moins d’une heure, trois environnements reproductibles.
- Sélection des modèles : benchmark d’une dizaine de LLM ouverts et propriétaires ; optimisation des prompts et paramètres selon les usages. Résultat : Coût par token -30 % à qualité évaluée équivalente.
- Évaluation et observabilité : tests de charge, concurrence et endurance ; contrôle de factualité, validation des sorties, traçabilité et suivi des erreurs et performances.
- Agentique : contribution à un workflow LangGraph de suivi des actions d’audit ; recherche de preuves dans les outils clients via tool calling et MCP, gestion de l’état et proposition de mises à jour.
- Delivery et transmission : définition des interfaces IA, revues de code, suivi des tâches et estimations, accompagnement d’un junior ; documentation des choix techniques et des procédures d’exploitation.
- Stack :
- Python · FastAPI · LangGraph · MCP · Mistral · vLLM · H100 · AWS · Docker · Terraform · GitLab CI/CD · CloudWatch
- SaaS / AWS :
- Bedrock · Titan Embeddings · Lambda · ECS/Fargate · EC2 · S3 · API Gateway · CloudWatch
- On-premise :
- Docling (parsing/OCR) · BGE-M3 (embeddings) · BGE-reranker · Mistral via vLLM · GPU NVIDIA H100 · Stockage interne · Docker · Installation air-gapped
YMUNITSaaS B2B GRC & cybersécurité
Développement et intégration de fonctionnalités IA pour l’analyse documentaire, les audits de conformité et les plans d’action, du prototype à la production.
- Automatisation des audits : production d’une première analyse documentaire sourcée, avant validation métier. Résultat : Environ 30 minutes, contre plusieurs semaines à plusieurs mois de traitement manuel selon le périmètre.
- RAG en production : ingestion multiformat, OCR, chunking, métadonnées, embeddings, recherche hybride, reranking et citations. Résultat : Recall@7 = 0,95 sur le module d’analyse de conformité.
- Backend et intégration : développement de services Python/FastAPI consommés par l’application ; contrats d’API, schémas Pydantic et validation des entrées/sorties structurées.
- Prompt engineering : extraction, classification, synthèse et Q&A ; construction du contexte documentaire, consignes métier et génération JSON pour les traitements applicatifs.
- Analyse cyber : rapprochement de référentiels par embeddings, classification LLM et règles de cohérence, avec validation humaine ; exploitation de CVE et MITRE ATT&CK pour assister la priorisation et les recommandations.
- Qualité et maintenance : évaluation du retrieval, factualité et citations ; tests, merge requests, validation des parcours avec les développeurs, correction des anomalies et documentation technique.
- Stack :
- Python · FastAPI · Pydantic · LangChain · Docling · MongoDB · Titan Embeddings / Bedrock · BGE-M3 · BGE-reranker · S3 · Docker · GitLab
- SaaS / AWS :
- Bedrock · Titan Embeddings · Lambda · ECS/Fargate · EC2 · S3 · API Gateway · CloudWatch
- On-premise :
- Docling (parsing/OCR) · BGE-M3 (embeddings) · BGE-reranker · Mistral via vLLM · GPU NVIDIA H100 · Stockage interne · Docker · Installation air-gapped
SNCF Voyageurs
Analyse prédictive des risques de sûreté ferroviaire pour accompagner la préparation des Jeux olympiques et paralympiques de Paris 2024.
- Préparation des données : collecte, structuration et automatisation des traitements pour alimenter les analyses et le reporting.
- Modélisation ML : développement de modèles prédictifs pour identifier les gares à risque et orienter les priorités d’analyse opérationnelle.
- Outils d’aide à la décision : création d’une application Streamlit et de tableaux de bord pour explorer les résultats et suivre les indicateurs de sûreté.
- Stack :
- Python · Pandas · Scikit-learn · XGBoost · K-means · SQL · BeautifulSoup · Streamlit · Power BI · DAX · Plotly
CNRSLaboratoire MSC, UMR 7057
Modélisation prédictive de la durée de vie de bulles de savon gelées dans le cadre d’un projet de recherche en physique.
- Données expérimentales : structuration et préparation des observations pour l’analyse statistique et la modélisation.
- Machine Learning : développement et comparaison de modèles supervisés, notamment Random Forest et Gradient Boosting, pour estimer la durée de vie des bulles.
- Analyse des résultats : évaluation des prédictions et étude des limites des modèles sur les données expérimentales.
- Stack :
- Python · Pandas · NumPy · SciPy · Scikit-learn · Random Forest · Gradient Boosting