About Hedi
Je suis consultant spécialisé en Data et Intelligence Artificielle, avec une expertise particulière dans la conception et le déploiement de solutions d’IA générative. J’interviens sur l’ensemble du cycle de vie des projets, du cadrage à la mise en production, en m’appuyant sur des méthodologies agiles (Scrum) et sur des technologies telles que le Machine Learning, les LLM, les systèmes RAG et le Deep Learning. Passionné par les mathématiques appliquées et les modèles statistiques, j’ai une forte appétence pour l’analyse avancée des données et la création de solutions IA à forte valeur métier.
English
Native or bilingual
French
Native or bilingual
Can work on-site
Paris (up to 50km)
Experience
- TalanData Engineer / DevelopperCONSULTING AND AUDITSMarch 2025 - October 2025 (7 months)Paris, FranceDans le cadre d’un projet interne stratégique chez Talan, pilotage et réalisation de bout en bout d’un chatbot intelligent de staffing, capable d’identifier les consultants les plus pertinents à partir d’une offre de mission. Implémentation d’un moteur RAG (retrieval augmented generation) déployé sur Microsoft Teams, connecté à un index vectoriel hébergé sur Azure.
- Conception d’un pipeline complet de traitement des CV : ingestion, nettoyage, harmonisation des formats, extraction automatisée des métadonnées (date de disponibilité, grade, mission en cours, etc.)
- Déploiement d’une architecture de stockage sur Azure Data Lake, avec structuration logicielle des fichiers (CV originaux, pseudonymisés, mappings, statuts dynamiques, etc.)
- Automatisation de l’anonymisation des CV (suppression des noms depuis l’arborescence SharePoint) en cohérence avec les exigences RGPD
- Vectorisation des CV via embeddings OpenAI (text-embedding-3-large) et création d’un index FAISS enrichi
- Implémentation d’un moteur de recherche RAG (Retrieval Augmented Generation) avec filtre de disponibilité, similarité vectorielle, tri contextuel, et scoring personnalisé
- Implémentation d’un agent de classification d’intention permettant d'inclure des questions ciblées sur les consultants sélectionnés (expérience, disponibilité, adéquation à la mission)
- Conteneurisation du projet via Docker pour assurer la portabilité et la scalabilité du chatbot
- Déploiement du chatbot sur Microsoft Teams via Azure Bot Service (registre d'application, canaux, configuration des secrets)
- AXAGen AI Developper/ Front EndJune 2024 - February 2025 (8 months)Paris, FranceDans le cadre du projet AMMRAG (Agent Multi Modal RAG), l’objectif était de créer un chatbot spécialisé dans un domaine (Assurance) capable de répondre précisément et sans erreur aux questions posées sur différents types de documents (Tabulaires complexes, word, pdf, pdf scannés, images, ppt).Développement et amélioration du FAISS (Vector Store)
- Enrichissement du FAISS en indexant de nouveaux documents pour améliorer la récupération d’informations
- Traitement et ingestion de différents formats de documents (PDF, Excel, OCR, Word)
- Mise en place d’un processus automatisé de mise à jour du FAISS, garantissant une indexation efficace des nouvelles données
Automatisation des tests pour valider la pertinence des réponses- Développement d’un script d’automatisation des tests permettant d’évaluer la qualité des réponses du modèle
- Comparaison des réponses générées avec des réponses attendues, facilitant l’évaluation de la pertinence des résultats
- Intégration d’un mécanisme de scoring et d’analyse des performances des réponses du RAG
Développement d’une interface graphique pour la consultation et l’interaction- Conception et développement d’une interface graphique permettant aux utilisateurs de tester et interagir avec le modèle.
- Intégration de plusieurs fonctionnalités : sélection du type de document, bouton pour afficher les documents utilisés pour la dernière réponse du RAG , bouton pour télécharger l’historique de la conversation
- Implémentation d’une expérience utilisateur fluide et intuitive pour simplifier l’accès aux documents et à leurs contenus
- NestleData Sciences / ML/MLOpsJanuary 2024 - March 2024 (2 months)Paris, FranceDans le cadre d’une collaboration avec Nestlé en 2023, le projet visait à améliorer et à soutenir les pipelines de Machine Learning via d'Azure Machine Learning. L’objectif était d’optimiser les processus de prétraitement des données et d'entraînement des modèles, tout en assurant une meilleure surveillance et maintenance des solutions déployées.Optimisation et surveillance des pipelines de Machine Learning
- Élaboration d’user stories détaillées pour définir les besoins des utilisateurs, facilitant ainsi la priorisation des fonctionnalités et l'alignement avec les objectifs stratégiques de Nestlé
- Participation aux Poker Sessions avec l'équipe pour estimer la complexité des tâches et affiner les priorités, garantissant une gestion efficace du backlog et une livraison dans les délais prévus
- Optimisation des processus de nettoyage, transformation et préparation des données pour rendre l'entraînement des modèles plus efficace et automatisé sur la plateforme Azure Machine Learning
- Mise en place de stratégies de monitoring pour suivre les performances des modèles en production et garantir une maintenance proactive
Recommendations
Be the first to recommend Hedi
Help this freelancer shine by sharing your experience working together.
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
- Master en Data Sciences & Business AnalyticsCentrale Supélec X ESSEC BUSINESS SCHOOLMaster en Data Sciences & Business Analytics
- Bachelor en Economie PolitiqueHEC LausanneBachelor en Economie Politique