Description

🧠 Expert IA Générative — Agents, RAG, Données Synthétiques, Fine-Tuning & Automatisation

Je vous accompagne dans la conception, l’intégration et l’optimisation de solutions d’IA générative adaptées à vos besoins métier.

🔹 Ce que je fais

1. Création d’agents IA avancés

Agents autonomes ou orchestrés

Workflows conversationnels complexes

Intégration API, bases de données, outils métier

Architectures multi-agents / agentic systems

2. Conception de systèmes RAG (Retrieval-Augmented Generation)

Construction de pipeline complet : ingestion, chunking, embeddings, vector store

Optimisation du graphe RAG (system graph)

Évaluation de performance (RAG triage, hallucination minimization)

Intégration dans applications web, chatbots ou assistants internes

3. Génération de données synthétiques

Création de datasets réalistes pour entraînement / QA

Amélioration de la qualité ou diversité des données

Anonymisation & conformité RGPD

4. Entraînement et Fine-Tuning de modèles

Fine-tuning LLM (LoRA, QLoRA, SFT, DPO)

Entraînement de modèles spécialisés (classification, extraction, NER, résumé…)

Optimisation coût/perf (quantization, pruning)

Déploiement sur serveurs, cloud ou local

🔹 Pour quels besoins ?

Assistant interne intelligent

Automatisation de tâches métier

Moteur de recherche augmentée par IA

Chatbot RAG sur documents internes

Analyse et traitement de données

Modèle IA sur mesure adapté à votre secteur

🔹 Pourquoi travailler ensemble ?

Expérience concrète sur plusieurs projets IA en production

Qualité technique + pédagogie

Livraison rapide, claire et documentée

Solutions robustes, performantes et scalables

Languages

French
Native or bilingual
English
Fluent

Workplace preferences

Remote only

Primarily works remotely

noet-ia
Ingénieur recherche/développement
December 2024 - Today (1 year and 6 months)
Grenoble, France
Responsabilités principales

Conception et développement d'agents IA autonomes
Création, orchestration et optimisation d’agents capables d’exécuter des tâches complexes, intégrant des mécanismes de décision, de planification et d’interaction avec des API ou systèmes internes.

Mise en place de systèmes RAG (Graph RAG / System Graph RAG)

Construction de graphes de connaissances pour améliorer la récupération d’information.

Intégration de pipelines RAG avancés pour combiner bases de données, embeddings, moteurs de recherche et LLMs.

Optimisation des performances de retriever, indexation et structuration des sources.

Création de données synthétiques

Génération de datasets synthétiques pour l’entraînement et l’évaluation de modèles.

Mise en place de stratégies d’augmentation et d’enrichissement des données.

Vérification de la qualité, cohérence et diversité des données produites.

Entraînement et finetuning de modèles IA

Entraînement supervisé, instruction tuning, RLHF ou DPO selon les besoins du projet.

Optimisation des modèles pour des tâches spécifiques (NLP, classification, génération, agents).

Suivi des métriques, gestion des jeux de données et amélioration continue des pipelines ML.
LIG - Laboratoire d'Informatique de Grenoble
Doctorant CIFRE en informatique
September 2025 - Today (9 months)
Grenoble, France
Développer des modèles de NER spécialisés

Adaptation, finetuning et évaluation de LLM sur l’extraction d’entités complexes.

Conception de jeux de données annotés (réels et synthétiques).

Modéliser et extraire des relations (RE)

Mise en place de modèles capables d’identifier et classifier les relations entre entités.

Développement de stratégies multi-tâches NER + RE.

Explorer la génération automatique et l’enrichissement d’ontologies

Formalisation automatique de concepts, propriétés et relations.

Utilisation de LLM pour proposer, valider et mettre à jour des ontologies.

Aligner les résultats NER/RE avec un graphe de connaissances

Intégration dans des architectures Graph RAG ou KG-enhanced LLM.

Détection d’incohérences, désambiguïsation et raisonnement symbolique.

Mettre en place des pipelines industriels

Optimisation, déploiement et évaluation de modèles en environnement production.

Automatisation de workflows via LLM/agents IA.