You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Yanis AmirouYA

Yanis Amirou

Senior AI Engineer - GenAI & Agentic systems - GCP

€700/day
Paris, FR
3-7 years

Average response time: 1 hour

About Yanis

🎯 Senior AI/ML Engineer (PhD ENS Paris) — GenAI, MLOps

J’aide les entreprises à concevoir et déployer des systèmes d’IA avancés, robustes et scalables, avec un focus sur la valeur métier, la conformité RGPD et l’excellence opérationnelle.

🧠 GenAI : agents autonomes sécurisés, LangGraph, RAG, MCP, google adk, langchain, evaluation, security

⚙️ Cloud/MLOps : GCP (Vertex AI, GKE, Cloud Run), CI/CD, Docker, FastAPI, monitoring

🤖 80% d’automatisation via agents GenAI
📦 Contributeur open source (NeuralForecast – Nixtla)

📍 Disponible en freelance (France / Remote) pour missions IA stratégiques, GenAI ou forecast.

Testez mon IA sur
  • French

    Native or bilingual

  • English

    Fluent

Can work on-site
Paris (up to 20km)

Experience

  • Decathlon
    Senior AI Engineer - GenAI & Agentic Systems
    SPORTS
    February 2025 - Today (1 year and 4 months)
    Paris, France

    Agents IA Autonomes (GenAI) & Automatisation

    1. Agent Onboarding Wholesale (End-to-End)

    Contexte : Processus d'enregistrement de nouveaux clients B2B manuel et très lent (3 semaines). Ralenti le time-to revenue.

    Solution : Chatbot intelligent et multimodal Intégré à Google Chat pour guider/automatiser l'enregeistrement de nouveaux clients.
    • Assistant RAG : RĂ©pond aux questions sur le processus d'onboarding de clients.
    • Onboarding Automatique : Extraction et analyse de contrats/documents (PDF, Images) pour peupler automatiquement les donnĂ©es après validation.
    • Orchestration : Google Chat, Vertex AI, BigQuery , proxy sĂ©curisĂ© (VPC) sur GCP, Écriture SAP.
    Impact : Accélération drastique (3 semaines → quelques minutes) et autonomie complète.


    2. Agent Support IT (LangChain/LangGraph)

    Contexte : Support saturé par tickets répétitifs "price mismatch".

    Solution : Pipeline complexe avec agent LangChain/LangGraph orchestré par Airflow sur AWS. Analyse documents et extraction automatique.

    Impact : 80% des tickets résolus automatiquement, équipes libérées.

    Stack :Python, Vertex AI, Google ADK, Cloud Functions, LangGraph, BigQuery, Airflow, RAG, NeuralForecast, Pytorch
    Google Cloud Platform (GCP) Agent IA Vertex AI Time Series Forecasting Python
  • DECATHLON
    Senior Data Scientist - Forecasting & Supply Chain Optimization
    SPORTS
    June 2024 - February 2025 (8 months)
    Paris, France
    Forecasting Ventes & Contributions Open-Source


    Contexte & Enjeu :
    Optimiser les stocks Europe via des prévisions plus précises. Les modèles classiques manquaient d'explicabilité pour les métiers.

    Solution Technique (Expertise Framework) :

    Modification profonde de l'architecture TFT (code source NeuralForecast/Nixtla).
    Développement de modules d'interprétabilité native (Feature Importance, Attention Weights) pour rendre l'IA auditable.


    Contributions Open-Source (Intégrées dans la lib officielle) :

    PR #1230 Merged (Interprétabilité native) :

    PR #1104 Merged (Améliorations architecture) :

    Impact Business :

    Précision : -2.5% d'erreur (WAPE).
    ROI : ~ Plusieurs M€ d'économies annuelles par optimisation des stocks.
    Pytorch Transformers Time Series Forecasting Python Databricks
  • Feedgy
    Senior Data Scientist | MLOps
    ENERGY AND UTILITIES
    November 2023 - April 2024 (6 months)
    Paris, France
    Forecasting Production Centrales PhotovoltaĂŻques (End-to-End)


    Contexte & Enjeu : Industrialiser la prédiction de production de centrales photovoltaïques pour optimiser la gestion énergétique. Le défi principal consistait à structurer une démarche R&D foisonnante en un produit MVP robuste, capable de traiter des séries temporelles complexes (données météorologiques et énergétiques) et de passer à l'échelle sur le cloud.


    Solution :
    • Architecture & MLOps : Conception et dĂ©ploiement d'une chaĂ®ne machine learning complète et orchestration sur Airflow. Implementation du monitoring data drift, concept drift.
    • ModĂ©lisation : EntraĂ®nement et optimisation de modèles de boosting (XGBoost, LightGBM) et Deep Learning sur des sĂ©ries temporelles.
    • Management : Pilotage de la roadmap (Jira), dĂ©finition du MVP et encadrement technique d'une Ă©quipe de Data Scientists juniors.

    Impact :
    • Mise en production rĂ©ussie du pipeline de prĂ©vision automatisĂ©. Fiabilisation du delivery grâce au monitoring de la qualitĂ© des modèles (Drift detection).
    • MontĂ©e en compĂ©tence de l'Ă©quipe sur les standards MLOps.


    Environnement technique : Python, AWS (SageMaker, EKS), Kubernetes, ArgoCD, Airflow, MLflow, Evidently, Docker, XGBoost/LightGBM, GitHub Actions.
    TensorFlow Amazon Web Services Airflow MLOps Time Series

Recommendations

These freelancer profiles also match your criteria

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Education

  • Master 2 Intelligence Artificielle, Systèmes & DonnĂ©es
    Université Paris Dauphine - PSL
    2021
    M2 informatique: formation complémentaire centrée sur l'industrialisation de l'IA
  • Doctorat en MathĂ©matiques
    École normale supérieure
    2019

Certifications

Skill set

Categories