Je suis ingénieur IA Senior Full-Stack avec plus de 8 ans d’expérience, spécialisé depuis 2,5+ ans dans l’IA/LLM à grande échelle. Mon expertise couvre le service de modèles et l’optimisation de l’inférence, les API de streaming, le déploiement multi-région, ainsi que l’intégration côté client entre React et TypeScript. Chez ElevenLabs, j’ai pris en charge le chemin depuis l’abstraction du modèle jusqu’à la lecture, réduisant la latence perçue de 20 à 40 % pour les utilisateurs internationaux et aidant la plateforme à passer à des dizaines de millions de clips quotidiens sans effondrement de file d’attente. Chez Microsoft, j’ai dirigé l’ingénierie de fiabilité sur le chemin de service Azure OpenAI, éliminant un pattern de tempête de retentatives multi-régions et améliorant la latence p99 de 45 à 65 % sous charge. Je travaille sur toute la stack, de la gestion de la capacité GPU et du batching continu au code frontend qui rend les réponses en streaming instantanées, en collaborant avec les équipes recherche, infrastructure et produit pour transformer des exigences concurrentes en latence et évolutivité en modèles de service qui livrent réellement.