Anandhu Krishna

— Intégré 5+ services IA dans une plateforme SaaS d'évaluation qualité automatisée sur chat, e-mail et voix.

— Conçu une architecture agnostique aux LLMs (Gemini, Mistral) pour une intégration flexible sans dépendance.

— Développé des pipelines RGPD avec pseudonymisation, traitement sécurisé et journalisation des workflows LLM.

— Mis en place un RAG basé sur MCP et un framework d'évaluation pour améliorer la récupération de connaissances.

— Renforcé la sécurité via la détection d'injections de prompts et des guardrails pour les services LLM.

— Développé un module de production pour l'analyse et la structuration automatique de contrats d'assurance complexes.

— Évalué 25+ approches de parsing, conduisant à l'adoption d'un pipeline LLM multimodal pour les documents non structurés.

— Refactorisé le code en Clean Architecture pour faciliter les tests, l'extension et la transmission entre équipes.

— Modélisé des graphes de connaissances (Neo4j, Kuzu) et défini des métriques pour améliorer les requêtes sémantiques et la reproductibilité.

— Conteneurisé les composants avec Docker et intégré Langfuse pour l'observabilité et l'optimisation des prompts.

— Réduit le churn de 15% via un modèle prédictif télécom pour des stratégies de rétention ciblées.

— Augmenté l'engagement de 25% et le CA de 10% via des systèmes de recommandation par analyse de panier.

— Développé des modèles de similarité produit pour optimiser l'offre et orienter la conception de nouveaux produits.

— Construit des pipelines XGBoost (features RFM, 62% de précision) et des modèles de prochaine meilleure offre client.