AI Engineer — GenAI & Retrieval Systems

A intégré une équipe pour concevoir et déployer un système IA end-to-end en production, couvrant l'ingestion de données, les systèmes de récupération, les APIs, la surveillance et les interfaces utilisateur.

• A automatisé l'ingestion de données (scraping, parsing PDF, extraction web), augmentant la disponibilité des données de 60%.
• A optimisé les pipelines RAG (chunking, embeddings, recherche vectorielle), améliorant la qualité de récupération de 45% et réduisant la latence de 35%.
• A développé et déployé des microservices FastAPI sur infrastructure cloud serverless et scalable.
• A construit une interface frontend (technologies JavaScript modernes + framework Python d'interface) pour la recherche, l'analyse et l'orchestration de workflows.
• A implémenté des solutions de monitoring et d'alertes pour la fiabilité systémique.
• A utilisé Infrastructure-as-Code pour une infrastructure reproductible et des déploiements automatisés.
• A livré un système IA production-ready activement utilisé dans les workflows opérationnels réels.

A rejoint une équipe dédiée à l'automatisation IA pour concevoir et déployer des pipelines d'automatisation basés sur l'IA, réduisant significativement les délais opérationnels et améliorant l'efficacité du contenu.

• A conçu et déployé un pipeline d'automatisation IA (Python, browser automation, API LLM) réduisant le temps de reporting de 70%.
• A développé un web crawler sémantique scalable pour l'extraction de données à grande échelle.
• A conçu des systèmes de génération de contenu LLM-powered utilisant orchestration d'IA pour les workflows automatisés.
• A engineered des pipelines RAG modulaires pour la récupération de connaissance d'entreprise et des Q&A intelligents.
• A construit et déployé des microservices basés sur FastAPI pour des applications production-ready.
• A amélioré l'efficacité de l'automatisation de contenu et réduit la charge opérationnelle.