Des systèmes agentiques fiables, mesurés, en production.
Quatre domaines d'intervention, en mission ou en livrable clé en main. Chacun est adossé à des systèmes réellement construits : le détail se vérifie dans les projets et le parcours.
Des architectures multi-agents qui tiennent au-delà de la démo : orchestration Plan-and-Execute de sous-agents ReAct avec LangGraph, garde-fous human-in-the-loop, outillage MCP, streaming SSE et prompt caching pour tenir coûts et latence en conversation multi-tours. Le type de système que j'ai porté en production comme founding engineer d'une startup IA en pre-seed.
À voir en pratiqueArchitecture multi-agentsMoteur de vidéos UGC
Des pipelines d'ingestion multimodaux à l'échelle : OCR, image-to-text, chunking sémantique, embeddings et recherche hybride, sur Databricks comme sur une stack open source. Avec l'expérience d'avoir écrit chaque étage à la main, du découpage à la mémoire conversationnelle, avant que les frameworks ne les standardisent.
À voir en pratiquePipeline RAG multimodal en productionQuantum Insights, pipeline RAG
Ce qui sépare un prototype d'un système exploitable : frameworks d'évaluation Ragas et LangSmith, LLM-as-Judge, traçage et observabilité des coûts. Mis en pratique sur cinq pipelines RAG candidats, où le pipeline développé en interne a surpassé la baseline commerciale en précision comme en rappel (Precision@k 0,82 contre 0,68).
À voir en pratiqueBenchmark de cinq pipelines RAGÉvaluation de trajectoire d'agent
Amener puis maintenir les systèmes en production : AWS Bedrock et endpoints open source, FastAPI, Docker, CI/CD, MLflow pour le versionnage des modèles, et les boucles de feedback qui permettent d'itérer sur des données plutôt qu'à l'intuition.
À voir en pratiquePrompt caching mesuré et prompt-as-codeScoring de crédit industrialisé
Certifié Green Belt Lean Six Sigma, j'applique aux systèmes d'IA la discipline des lignes de production : des métriques définies avant la solution, des résultats lus avec un regard critique, des décisions arbitrées sur les chiffres.
Habitué aux équipes distribuées et aux fuseaux éloignés, en lien direct avec un fondateur ou un interlocuteur produit. En mission longue comme en livrable clé en main.
Du code versionné, documenté et transmissible : conventions, CI/CD et observabilité en place à la livraison. Un système dont l'équipe garde le contrôle après mon départ.
À parcourir dans le portfolio
Des modèles industrialisés de bout en bout : scoring crédit tracé sur 288 runs, vision en conditions dégradées, analyse de survie sur une flotte de 50 robots.
Des pipelines temps réel et à l'échelle : calcul en flux sur Kafka et NiFi, ingestion multimodale sur Databricks, 22,7 millions de transactions on-chain consolidées.
L'IA branchée sur la production : agent conversationnel sur télémétrie temps réel, assistant de maintenance sur documentation OEM scannée.
Avant l'IA, la mesure : bilan carbone d'un site de plasturgie chiffré à 2 444 tCO2e, maintenance prédictive et TPM sur parc robotisé.
Racontez-moi le contexte et l'objectif, je vous dirai comment je m'y prendrais, en mission ou en livrable clé en main.
FR
EN