Description

Expert en IA documentaire avec 5 ans d’expérience — de la détection de fraude à l’automatisation documentaire, je conçois des systèmes IA divers (Vision, RAG, Agent, Chatbot) et scalables qui passent en production aussi bien sur des clouds providers que on-premise. Je transforme des documents complexes en données exploitables.

Industry field of expertise

Languages

French
Native or bilingual

Workplace preferences

Can work on-site

Paris (up to 50km)

Fleet360
Ingénieur IA & ML / CDO
January 2025 - Today (1 year and 5 months)
Fleet360 est un projet entrepreneurial. J'interviens en tant que CDO et Ingénieur IA & ML. Nous concevons une solution SaaS pour automatiser les processus métier et améliorer la productivité des équipes dans les garages, concessions et parkings automobiles.
– Pilotage de la conception d'une application cloud (GCP) dédiée à la gestion de documents de flotte.
– Définition de la stratégie data et supervision de l'architecture technique du projet.
– Développement de l'application sur Streamlit et intégration du traitement avancé de documents non structurés.
– Mise en place de solutions OCR et de modèles Vision multimodaux pour l'extraction et le parsing documentaire.
Stack : Python, Streamlit, OCR, Modèles Vision Multimodaux, Document Parsing, GCP (Cloud Run, Cloud SQL, Vertex AI, Cloud Storage, Pub/Sub), Postgres
Python Google cloud Langchain Agent IA
EY, Numérobis,
AI engineer
January 2026 - Today (5 months)
Dans le cadre d'une enquête, une équipe d'avocats mène une revue approfondie de documents. Afin d'identifier efficacement les documents à haut risque, je conçois et implémente une solution basée sur une approche RAG. L'infrastructure est entièrement on-premise pour garantir la confidentialité des données.
– Traitement de documents non structurés et valorisation de la documentation interne.
– Mise en place d'une base PostgreSQL pour le stockage des e-mails.
– Implémentation d'un agent pour interroger la base PostgreSQL.
– Architecture RAG avec indexation et recherche sémantique sur une base Qdrant.
– Identification du type et du contenu des documents pour trier les données traitables.
Stack : Python, Streamlit, Modèles Multimodaux, RAG (indexeur, retrieveur), GitHub, VS Code, LangGraph, PostgreSQL, Qdrant
Python Agent IA PostgreSQL Data Scientist RAG
EY, Produit Firtree
AI engineer
October 2025 - January 2026 (3 months)
Conception et implémentation d'un outil RAG pour les audits d'entreprise soumis à la loi Sapin 2. L'outil permet la cartographie des risques, l'identification des zones de non-conformité et le renforcement de la prévention des risques pour les équipes d'audit et de conformité.
– Traitement de documents non structurés et valorisation de la documentation interne.
– Benchmarking et implémentation de solutions OCR.
– Architecture RAG avec indexation et recherche sémantique.
– Mise en place de LLMs pour interroger le RAG et optimisation des requêtes.
– Tests de robustesse du RAG sur un jeu de données.
– Automatisation de la rédaction d'un rapport PowerPoint standardisé pour les équipes d'audit.
– Mise en place d'un fact-checker pour mettre en évidence les incohérences.
Stack : Python, Streamlit, OCR, Modèles Multimodaux, RAG, Azure (AI Foundry, AI Search, Blob Storage), GitHub, VS Code, Python-pptx
Python Data Scientist RAG Cloud Azure LLM