Responsable expérimenté de l’IA/ML Enabler avec 16,9 ans d’expérience dans l’industrie, dont plus de 7 ans spécialisés en apprentissage automatique, data science et intelligence artificielle générative. J’ai fait mes preuves à la tête d’un laboratoire d’innovation IA/ML pour un client majeur de la banque d’investissement avec 300 milliards de dollars d’actifs sous gestion, où j’ai piloté le déploiement de solutions d’IA éthiques, évolutives et de niveau entreprise. Mon expertise réside dans la traduction de capacités complexes d’IA en stratégies commerciales exploitables alignées sur les objectifs clients de haut niveau et les paysages réglementaires.
Je suis spécialisé dans la conception et la mise en œuvre d’architectures multi-agents sophistiquées et de flux de travail d’IA agentique. Mes travaux récents incluent le développement d’un système ITOPs semi-automatisé utilisant le Microsoft Agent Framework et un pipeline de classification hiérarchique des tickets utilisant GPT-4o et des embeddings sémantiques. Je maîtrise l’orchestration de systèmes LLM complexes avec LangChain et LlamaIndex, garantissant la cohérence taxonomique et la récupération haute performance à travers divers domaines de projet.
Ma boîte à outils technique propose des techniques avancées de génération augmentée par récupération (RAG), telles que la fusion de classement réciproque (RRF) et des frameworks de reclassement basés sur encodeurs. J’ai une vaste expérience dans la gestion de modèles propriétaires et open source sur Amazon Bedrock, Azure OpenAI et AWS SageMaker. Pour garantir une fiabilité prête à la production, j’implémente des garde-fous d’IA personnalisés pour atténuer l’injection rapide et j’utilise des cadres d’évaluation comme RAGAS et FMEval pour un suivi rigoureux des performances.
Au-delà de l’architecture technique, je suis un mentor passionné et un défenseur de l’IA responsable, intégrant la détection de dérive et l’explicabilité basée sur SHAP dans les pipelines de production. J’ai réussi à démocratiser l’accès à l’IA au sein de grandes organisations en déplaçant des plateformes comme AlHub, qui permet aux utilisateurs non techniques d’exploiter les LLM pour la synthèse de documents et l’analyse des politiques. Ma direction a constamment réduit les délais d’adoption des modèles et amélioré l’efficacité opérationnelle, par exemple en divisant de moitié le temps nécessaire pour des résolutions complexes de requêtes clients