Thomas Nganga
Nairobi, Kenya
Thomas Nganga
Ingénieur en intelligence artificielle et apprentissage automatique
Catégorie : Intelligence artificielle (IA)
Je suis architecte systèmes autodidacte et ingénieur full-stack, spécialisé dans les systèmes d’IA localement d’abord et l’architecture de données déterministe.
En tant que boursier AWS IA & ML, je fais le lien entre une infrastructure cloud complexe et des implémentations d’IA indépendantes et axées sur la confidentialité. Mon expertise réside dans la création de systèmes « verrouillés par la vérité » qui éliminent les hallucinations de l’IA grâce à l’extraction guidée par ontologie et aux graphes de connaissances (Neo4j). Que vous ayez besoin d’un bot de trading automatisé piloté par des GAN ou d’un pipeline RAG sécurisé garantissant une fuite de données à 0 % vers le cloud, je conçois pour l’efficacité et une exécution basée sur la logique.
Spécialisations clés :
1. IA locale d’abord : Construire des pipelines RAG robustes en utilisant la représentation incrémentale des connaissances (IKR).
2. Observabilité du modèle : Mise en œuvre d’OpenTelemetry et MCP pour tracer la logique et réduire le temps de détection des bugs.
3. Ingénierie complexe des données : Développement avancé SQL/Cypher pour l’extraction triple et le raisonnement des graphes de connaissance. Systèmes de trading : Développement de bots algorithmiques avec analyse de profil de volume et logique de régression personnalisée.
4. Compétences IA/ML : pipelines RAG, triple extraction, affinage LLM (AWS SageMaker), réseaux généatifs antagonistes (GAN). Architecture des données : Neo4j (graphe), ChromaDB (vecteur), développement SQL, NoSQL (MongoDB), pipelines d’ingestion de données.
5. Ingénierie : OpenTelemetry, protocole de contexte modèle (MCP), Docker, CI/CD, dramaturge.
6. Langages : Python (PyTorch, Scikit-learn), TypeScript, Cypher, SQL.
En tant que boursier AWS IA & ML, je fais le lien entre une infrastructure cloud complexe et des implémentations d’IA indépendantes et axées sur la confidentialité. Mon expertise réside dans la création de systèmes « verrouillés par la vérité » qui éliminent les hallucinations de l’IA grâce à l’extraction guidée par ontologie et aux graphes de connaissances (Neo4j). Que vous ayez besoin d’un bot de trading automatisé piloté par des GAN ou d’un pipeline RAG sécurisé garantissant une fuite de données à 0 % vers le cloud, je conçois pour l’efficacité et une exécution basée sur la logique.
Spécialisations clés :
1. IA locale d’abord : Construire des pipelines RAG robustes en utilisant la représentation incrémentale des connaissances (IKR).
2. Observabilité du modèle : Mise en œuvre d’OpenTelemetry et MCP pour tracer la logique et réduire le temps de détection des bugs.
3. Ingénierie complexe des données : Développement avancé SQL/Cypher pour l’extraction triple et le raisonnement des graphes de connaissance. Systèmes de trading : Développement de bots algorithmiques avec analyse de profil de volume et logique de régression personnalisée.
4. Compétences IA/ML : pipelines RAG, triple extraction, affinage LLM (AWS SageMaker), réseaux généatifs antagonistes (GAN). Architecture des données : Neo4j (graphe), ChromaDB (vecteur), développement SQL, NoSQL (MongoDB), pipelines d’ingestion de données.
5. Ingénierie : OpenTelemetry, protocole de contexte modèle (MCP), Docker, CI/CD, dramaturge.
6. Langages : Python (PyTorch, Scikit-learn), TypeScript, Cypher, SQL.
Horaires de travail
- Lundi:08h00 à 18h00
- Mardi:08h00 à 18h00
- Mercredi:08h00 à 18h00
- Jeudi:08h00 à 18h00
- Vendredi:08h00 à 18h00
- Samedi:Non disponible
- Dimanche:Non disponible
![Je suis architecte systèmes à haute intégrité et ingénieur full-stack, spécialisé dans le développement d’écosystèmes d’IA autonomes et locaux.]()
Je suis architecte systèmes à haute intégrité et ingénieur full-stack, spécialisé dans le développement d’écosystèmes d’IA autonomes et locaux.35 $ - Par heureJe suis architecte systèmes à haute intégrité et ingénieur full-stack, spécialisé dans le développement d’écosystèmes d’IA autonomes et localement prioritaires. En tant que praticien AWS IA & ML, ...
Maîtrise fondamentale de l’IA/ML : Compréhension démontrée des étapes du cycle de vie de l’apprentissage automatique, y compris la préparation des données, la sélection des modèles et le déploiement à l’aide d’outils natifs AWS comme SageMaker.
Exécution pratique de projet : Réussite de constructions pratiques, notamment en analyse de données et applications de productivité IA, prouvant la capacité à transformer des concepts théoriques en logiciels fonctionnels.
Gestion stratégique des ressources : Maîtrise du choix des services AWS les plus efficaces et rentables (tels que Bedrock, Rekognition ou Polly) pour des cas d’usage métier spécifiques.
Sécurité et éthique : Connaissance des meilleures pratiques AWS pour un développement responsable de l’IA, y compris la confidentialité des données, la réduction des biais de modèle et la gestion sécurisée de l’infrastructure cloud.
Validation professionnelle : Obtenir une certification vérifiée d’Udacity/Accenture attestant de la préparation technique pour concevoir et gérer des solutions modernes pilotées par l’IA dans un environnement prêt pour le cloud.
Exécution pratique de projet : Réussite de constructions pratiques, notamment en analyse de données et applications de productivité IA, prouvant la capacité à transformer des concepts théoriques en logiciels fonctionnels.
Gestion stratégique des ressources : Maîtrise du choix des services AWS les plus efficaces et rentables (tels que Bedrock, Rekognition ou Polly) pour des cas d’usage métier spécifiques.
Sécurité et éthique : Connaissance des meilleures pratiques AWS pour un développement responsable de l’IA, y compris la confidentialité des données, la réduction des biais de modèle et la gestion sécurisée de l’infrastructure cloud.
Validation professionnelle : Obtenir une certification vérifiée d’Udacity/Accenture attestant de la préparation technique pour concevoir et gérer des solutions modernes pilotées par l’IA dans un environnement prêt pour le cloud.
Cette certification démontre une base professionnelle pour interagir avec et déployer des solutions d’IA au sein de l’écosystème Microsoft.
Alphabétisation en IA générative : maîtrise des concepts fondamentaux de l’IA générative, y compris les grands modèles de langage (LLM) et leur rôle dans la productivité des entreprises modernes.
Intégration Copilot & Azure : maîtrise de l’utilisation de Microsoft Copilot et compréhension du potentiel d’intégration de l’IA dans les services Azure.
Fondements de l’ingénierie des prompts : Capacité démontrée à créer des prompts efficaces pour améliorer la qualité, la précision et la pertinence des résultats générés par l’IA.
Mise en œuvre éthique de l’IA : Une solide compréhension des principes d’IA responsable de Microsoft, axée sur l’équité, la fiabilité et la sécurité.
Certification IA de l’IOE (Institute of Engineers)
Cette réussite met en lumière l’intersection entre l’IA et des normes d’ingénierie rigoureuses.
Résolution de problèmes de qualité ingénierie : capacité démontrée à appliquer des méthodologies d’IA aux défis d’ingénierie traditionnels, en mettant l’accent sur des approches systématiques et déterministes.
Normalisation et conformité : maîtrise des normes d’ingénierie requises pour l’intégration de l’IA, garantissant que les systèmes automatisés répondent aux normes de fiabilité professionnelles.
Compétence interdisciplinaire : Preuve de la polyvalence technique nécessaire pour combler le fossé entre la science des données de haut niveau et les applications d’ingénierie pratiques et sur le terrain.
Alphabétisation en IA générative : maîtrise des concepts fondamentaux de l’IA générative, y compris les grands modèles de langage (LLM) et leur rôle dans la productivité des entreprises modernes.
Intégration Copilot & Azure : maîtrise de l’utilisation de Microsoft Copilot et compréhension du potentiel d’intégration de l’IA dans les services Azure.
Fondements de l’ingénierie des prompts : Capacité démontrée à créer des prompts efficaces pour améliorer la qualité, la précision et la pertinence des résultats générés par l’IA.
Mise en œuvre éthique de l’IA : Une solide compréhension des principes d’IA responsable de Microsoft, axée sur l’équité, la fiabilité et la sécurité.
Certification IA de l’IOE (Institute of Engineers)
Cette réussite met en lumière l’intersection entre l’IA et des normes d’ingénierie rigoureuses.
Résolution de problèmes de qualité ingénierie : capacité démontrée à appliquer des méthodologies d’IA aux défis d’ingénierie traditionnels, en mettant l’accent sur des approches systématiques et déterministes.
Normalisation et conformité : maîtrise des normes d’ingénierie requises pour l’intégration de l’IA, garantissant que les systèmes automatisés répondent aux normes de fiabilité professionnelles.
Compétence interdisciplinaire : Preuve de la polyvalence technique nécessaire pour combler le fossé entre la science des données de haut niveau et les applications d’ingénierie pratiques et sur le terrain.
- CERTIFICAT DE MAÎTRISE DE L’IA 21/04/2026
![CERTIFICAT DE MAÎTRISE DE L’IA]()
- CERTIFICAT DE PRATICIEN AWS IA 20/04/2026
![CERTIFICAT DE PRATICIEN AWS IA]()
Merci de vous connecter en tant que client pour pouvoir donner votre avis
Professionnels sponsorisés
Besoin d'un service ?
Voulez-vous faire appel aux services de ce Professionnel ?
Postez votre mission et vous recevrez des dizaines de propositions de la part des Professionnels de la communauté.
