Ingénieur IA avec une solide maîtrise des concepts modernes d’IA, notamment le finetuning LLM (SFT, LoRA, QLoRA, RLHF, DPO) et le développement d’agents IA. Avoir une solide compréhension des principales architectures de réseaux de neurones (Transformers, modèles de diffusion, CNN, GAN, RNN, LSTM, etc.), peut les implémenter dans PyTorch et peut les personnaliser pour répondre aux besoins problématiques. Compétent en Python et dans son écosystème incluant PyTorch, LangChain, LlamaIndex, NumPy, Pandas, Matplotlib, Scikit-learn, FastAPI. Passionné par la mise en œuvre de la recherche en IA de pointe à partir de zéro. Mon orientation technique est centrée sur l’ajustement fin des LLM spécifiques à chaque tâche, les systèmes agents semi-autonomes, et l’optimisation de l’alignement des modèles via la génération de données Human-in-the-Loop.