Varad Mhetar

Je suis un ingénieur en automatisation IA débutant, axé sur la création de systèmes d’automatisation fiables, structurés et optimisés, pas seulement sur des démos basées sur des prompts.

Je suis spécialisé dans la conception de workflows et d’agents pilotés par l’IA qui automatisent de véritables processus métier en utilisant une architecture système propre, une gestion d’états persistante et une exécution basée sur des outils. Je travaille avec des frameworks d’agents modernes tels que MCP (Model Context Protocol) pour construire des systèmes d’IA modulaires, évolutifs et contrôlables.

Plutôt que de me fier au comportement de type boîte noire des LLM, je priorise :
flux de travail déterministes lorsque nécessaire
comportement d’IA ancré avec validations
Automatisation efficace et consciente des coûts
Systèmes maintenables à long terme

Mon approche est axée sur l’ingénierie d’abord : je prototype localement, j’optimise la logique et le flux, et je ne monte à l’échelle que lorsque c’est nécessaire. Cela garantit une automatisation stable sur laquelle les entreprises peuvent réellement compter.

Je m’intéresse particulièrement à :
Automatisation des processus métier
Agents IA avec utilisation des outils
Orchestration des flux de travail
Optimisation au niveau du système
réduire les hallucinations par la structure

En tant que débutant, j’apporte de solides fondamentaux, de la curiosité et de la discipline, et je me concentre sur la livraison de solutions efficaces et optimisées plutôt que sur des résultats tape-à-l’œil mais fragiles.

Compétences et outils clés
Automatisation par IA et conception de flux de travail.
Agents IA (systèmes basés sur MCP)
Automatisation Python
Intégration API et outils
Conception d’agents basée sur l’État
Systèmes d’IA contraints par les prompts
Prototypage local et optimisation
Déploiement de l’IA rentable

Ce que je peux faire
Automatisation des tâches répétitives de l’entreprise
Construire des agents d’IA pour les flux de travail internes
Intégration de l’IA avec les outils et API existants
Concevoir des pipelines d’IA structurés (pas seulement des chaînes de prompts)
Optimisation des flux de travail de l’IA pour la performance et la fiabilité