Ingénieur IA
DiGreen AdvisoryAvr. 2025 – Aujourd'hui
A intégré DiGreen Advisory pour concevoir et industrialiser des solutions GenAI en production dans un contexte RegTech multi-tenant, destinées aux produits Di Tech Control et Di Tech Decision.
- A conçu une architecture multi-agents orchestrée avec LangGraph, composée d'un agent superviseur et de sous-graphes spécialisés (extraction/normalisation, analyse d'écarts et scoring de conformité, rédaction de rapports), chaque agent disposant de son propre contexte RAG.
- A développé une base de connaissances RAG vectorisée avec Weaviate et embeddings, indexant réglementation, procédures internes et historique de contrôles (> 200 rubriques), avec découpage sémantique réduisant significativement les hallucinations.
- A mis en place des mécanismes de souveraineté et sécurité : anonymisation AES-256, zero-retention LLM, architecture multi-tenant isolée, guards d'entrée/sortie pour prévention d'injections.
- A établi une évaluation continue avec LangFuse (LLM-as-Judge, détection de dérive, stabilité des sorties) et monitoring MLFlow (latence, tokens, expérimentations).
- A implémenté du Structured Output via Pydantic pour garantir la conformité des réponses LLM (JSON validés) et leur réintégration automatique dans les systèmes d'information.
- A conteneurisé l'application Docker, configuré CI/CD avec GitHub Actions, et piloté le déploiement sur AWS ECS.
- A construit des pipelines LLM end-to-end : ingestion et parsing de documents hétérogènes, indexation vectorielle, API REST de question-réponse avec contexte, cycles d'amélioration continue via feedback utilisateur.
- A assuré les interventions terrain, la documentation technique et le recueil de feedbacks itératifs dans une approche Agile.
Environnement technique
LangGraphWeaviateembeddingsPydanticDockerGitHub ActionsAWS ECSRAGStructured OutputLangFuseMLFlow.