Daniel Ramirezh

Conception et déploiement de solutions d’IA générative utilisant des LLM, des pipelines RAG et des techniques d’ingénierie prompt, améliorant la précision de la recherche des connaissances de 35 % et réduisant le temps de recherche manuelle de 50 %
A construit et optimisé des flux de travail d’apprentissage automatique avec Python, SQL et des plateformes de données basées sur le cloud, traitant 5M+ enregistrements pour générer des insights métier exploitables et des analyses prédictives
A développé des outils d’automatisation alimentés par l’IA intégrant des bases de données vectorielles, des embeddings et des services basés sur API, augmentant l’efficacité opérationnelle de 40 % à travers les flux de travail pilotés par les données
Création de tableaux de bord d’analyse de données et de pipelines de reporting en utilisant Python, SQL et des outils de visualisation, permettant aux parties prenantes d’identifier des tendances et de prendre des décisions 30 % plus rapidement
Ajusté et évalué des modèles NLP et IA générative en utilisant des indicateurs de performance, réduisant les erreurs de réponse des modèles de 25 % et améliorant l’expérience utilisateur dans les applications d’IA