Mohamed Ben Malek

Développement et intégration de systèmes de Retrieval-Augmented Generation (RAG) pour l'amélioration de la recherche documentaire et l’analyse de données légales.

Implémentation et optimisation de Large Language Models (LLMs) pour le traitement automatique du langage appliqué aux données juridiques (GPT).

Mise en œuvre d’un LLM switch permettant d’ajuster dynamiquement les réponses en fonction du modèle utilisé (Claude, ChatGPT).

Exploitation et amélioration des bases de données vectorielles pour l'indexation et la recherche rapide de documents (FAISS, Pinecone, Weaviate).

Mise en œuvre de techniques avancées de chunking pour structurer et améliorer la pertinence des résultats de recherche.

Optimisation du reranking des résultats de recherche en exploitant des modèles de scoring avancés et des embeddings.

Développement et intégration avec Langchain pour l'orchestration et la gestion des flux de données NLP.

Surveillance des performances et analyse des logs avec Coralogix, Splunk et Dynatrace.

Sécurisation et gestion des secrets avec AWS Secret Manager.

Conception et développement de microservices backend en Python pour l'interfaçage des modèles d'IA et des API.

Sécurisation et optimisation des performances des APIs en Python pour garantir un haut niveau de fiabilité et de scalabilité.

Collaboration avec des équipes multidisciplinaires (Data Scientists, DevOps, Product Owners) pour l'intégration fluide des solutions d'IA.

Mise en place de pipelines CI/CD avec Git, Jenkins et Docker pour automatiser le déploiement et les tests en production.

Développement de tableaux de bord analytiques et reporting avancé avec ElasticSearch et Kibana pour le suivi des performances des modèles d'IA.

Technologies : Python, Langchain, SQL, LLM, RAG, LLM Switch, Vector Databases, Chunking, Reranking, Embedding, Git, Jenkins, Docker, ElasticSearch, Kibana, AWS (Secret Manager), Windows, Linux, Coralogix, Splunk, Dynatrace.

■ Concevoir et développer l'architecture et les microservices pour proposer un chatbot conversationnel - Python / NodeJS / Java / RASA / IBM WATSON ■ Assurer la sécurité grâce à des pratiques de codage sécurisé et des tests de sécurité. ■ Collaborer avec des équipes interfonctionnelles pour mettre en œuvre un système de chatbot dans un environnement DevOps. ■ Surveiller et maintenir les applications du chatbot. ■ Intégrer le chatbot avec les écosystèmes d'autres équipes. ■ Analyser les données utilisateur pour améliorer en continu les performances, la précision et l'expérience utilisateur. ■ Rester à jour avec les dernières avancées en matière de technologies d'IA. ■ Documenter le processus de développement pour assurer le transfert de connaissances. ■ Migration IBM DB2 vers POSTGRESQL. ■ Migration de toutes les applications et bases de données vers des environnements AWS ■ Redessiner l'architecture des applications selon les normes de la banque. ■ Développer et maintenir l'outil de gestion des réponses. TECHNOLOGIES : Javascript , NodeJS , NestJS , NextJS , ReactJS , Java , Python , RASA , IBM WATSON ASSISTANT , AWS S3 Bucket , AWS EC2 , SPARK , Jenkins , Terraform , Git , Maven , IBM Cloud , LDAP , IBM DB2 , Sonar , Bitbucket , ElasticSearch , Kafka , Kubernetes , Liquibase , Nginx , Ansible , Dynatrace

▪ Intégration continue et développement d'APIs REST ( Python Flask )

▪ Implémentation des politiques de sécurité et modèle de rôle.

▪ Provisioning, workflows et gestion des identités.

▪ Monitoring applicatif.

▪ Architecture IAM et Cloud.

▪ Gestion de l'authentification et de l'autorisation basée sur les protocoles OAuth2.

▪ Scripts et déploiements de Pipelines CI/CD