About Grégoire
Je conçois, développe et mets en production des agents IA qui exécutent de vraies actions dans les systèmes d'entreprise : création de tickets, génération de rapports et de communications, validation de demandes, classification de référentiels.
Depuis fin 2022, je construis des architectures agentiques multi-étapes (prompts, mémoire, outils, guardrails) connectées aux systèmes internes via API et webhooks : ITSM, CRM, ERP, bases SQL, data platforms.
Trois références en production :
- TDF (infrastructures télécom, multi-sites) : système multi-agents qui rédige les communications de crise (90 opérateurs, 24/7) en croisant ServiceNow, Oracle et SharePoint (RAG). Utilisé aujourd'hui en communication de crise en temps réel.
- Sanofi R&D : classification IA de 53 000 équipements de laboratoire sur 7 sites dans 4 pays. 342 catégories réduites à 22, livré en 3 mois, en production autonome depuis un an.
- InsurTech : extraction structurée de documents d'assurance complexes par agents spécialisés, 97 % de taux de réussite, utilisateurs métier autonomes sans intervention technique.
Ma méthode : cadrage avec les équipes métier, première itération fonctionnelle en 1 à 2 semaines, boucles de validation humaine (human-in-the-loop), puis industrialisation avec les équipes SI. Revue humaine et traçabilité systématiques dès que l'enjeu est légal ou financier. Gouvernance des données intégrée dès la conception : contrôle d'accès, anonymisation, modes souverains auto-hébergés quand la donnée est sensible.
Stack : Python, LangGraph, LangChain, LangSmith, MCP, RAG, SQL, APIs Anthropic, OpenAI et Mistral (dont fine-tuning), Power BI, Streamlit, Azure. Approche code-first pour la robustesse, à l'aise sur des plateformes d'orchestration tierces quand le contexte s'y prête.
15 ans d'expérience dont 10 à diriger une agence digitale : je fais le lien entre équipes techniques, produit et métiers.
Français natif, anglais professionnel.
French
Native or bilingual
English
Native or bilingual
Can work on-site
Paris (up to 50km), Orléans (up to 50km)
Experience
- TDFLead AI Engineer · Mise en production d'agents IATELECOMMUNICATIONSNovember 2023 - Today (2 years and 9 months)Romainville, FranceTDF opère plus de 9 200 sites en France (radio, TNT, fibre, 5G) avec un centre d'opérations réseau (NOC) exploité 24/7 par 90 opérateurs et des milliers d'interventions terrain par an.Mission : monter l'équipe IA from scratch, concevoir l'architecture des solutions, les développer puis les industrialiser avec les équipes SI (ServiceNow, DataMiner). 6 solutions IA livrées en production.
Projets livrés :
- Communications d'incident automatisées (multi-agents) : système d'agents connecté à ServiceNow, Oracle et SharePoint (RAG) qui génère les communications d'ouverture, de suivi et de clôture d'incidents pour le NOC. Utilisé aujourd'hui en communication de crise en temps réel.- Validation automatique des accès sites : agent qui croise 30 000 demandes d'accès par an avec les plans de prévention actifs, rend une décision argumentée et trace chaque décision en JSON dans ServiceNow. Revue humaine systématique sur les cas à enjeu légal.- Traitement des emails critiques (flux ENEDIS) : classification de 4 000+ alertes annuelles de coupures électriques, extraction structurée, création automatique de tickets ServiceNow. Zéro opération manuelle sur les cas standards.- Analyse intelligente d'alarmes : modèle prédictif sur les alarmes d'infrastructures de diffusion, réduction de 25 % des fausses alertes.- Data analyse augmentée : fine-tuning d'un modèle Mixtral générant des requêtes SQL sur un schéma de 500+ tables ServiceNow, génération automatique de visualisations, exploration des données en langage naturel, dashboards Power BI de pilotage.Stack : Python, LangGraph, LangChain, MCP, RAG, Anthropic Claude, OpenAI, Mistral (fine-tuning Mixtral), SQL, ServiceNow (ITSM/TSM), APIs REST, webhooks, Power BI, human-in-the-loop, guardrails - SANOFIAI Engineer · Classification IA d'un parc de 53 000 équipementsPHARMACEUTICALS INDUSTRYMarch 2025 - October 2025 (7 months)Vitry-sur-Seine, FranceLe parc d'équipements scientifiques R&D de Sanofi (53 024 équipements, 7 sites, 4 pays) était fragmenté en 342 catégories et 989 sous-catégories, sans vue globale cohérente. Les méthodes manuelles avaient échoué.Solution conçue et développée : classification par IA générative multi-modèles (OpenAI, Anthropic Claude), graph matching avec scoring de confiance, contrôle qualité automatisé, scraping des sites fabricants pour enrichir les fiches. 3 à 4 cycles de validation human-in-the-loop avec des experts scientifiques seniors.Résultats :- 53 024 équipements classifiés sur 7 sites dans 4 pays- 342 catégories réduites à 22 (-93 %), 989 sous-catégories réduites à 387 (-61 %)- Livré en 3 mois (estimation initiale : plusieurs années), précision 80-90 %- En production autonome depuis un an, plus de 100 utilisateurs- Projet co-présenté publiquement par Sanofi au salon Adopt AI 2025Contexte international, coordination multi-pays en anglais (France, Allemagne, USA, Belgique).Stack : Python, OpenAI, Anthropic Claude, graph matching, scraping, ServiceNow, SQL, Power BI
- KUBOTAConsultant IA & DataRAW MATERIALS INDUSTRYSeptember 2022 - November 2025 (3 years and 2 months)Paris, FranceRôle : Consultant IA & DataSecteur : Industrie / Distribution de matérielContexte :Kubota disposait d'un catalogue de 1,5 million de fiches produits avec des contenus bruts insuffisants pour le e-commerce : descriptions manquantes ou pauvres, métadonnées SEO absentes, images non exploitées.Rôle & responsabilités :Conception et déploiement d'une solution IA d'enrichissement automatisé de fiches produits à grande échelle. Pilotage du projet de la phase d'audit à la mise en production.
Projets livrés :
- Enrichissement automatisé de fiches produits — Transformation de 1,5 million de fiches produits brutes en contenus marketing optimisés via l'analyse automatique d'images produits et la génération de texte par IA. Chaque fiche enrichie avec descriptions commerciales, caractéristiques techniques et métadonnées SEO.- Optimisation SEO par l'IA — Amélioration de 35% du trafic organique grâce à l'optimisation automatique de 600 000+ fiches produits (titres, descriptions, balises alt images). Résultats mesurés sur le trafic réel du site e-commerce.Résultats :- 1,5 million de fiches enrichies- +35% de trafic organique mesuré- 600 000+ fiches optimisées SEOStack : Python, IA générative (analyse d'images + génération de texte), SEO IA
Reviews
Recommendations
JD
FU
+1
These freelancer profiles also match your criteria
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Education
- Machine Learning Specialization Certificate, Machine LearningStanford University School of Engineering2022Machine Learning Specialization Certificate, Machine Learning
- Certification Data Analyst, ( SQL / PYTHON / TABLEAU )DataBird2022Certification Data Analyst, ( SQL / PYTHON / TABLEAU )