AI Solution Architect

Intégration de l'équipe IA d'un géant bancaire du groupe Crédit Agricole pour développer des solutions d'intelligence artificielle avancées en conformité avec les normes réglementaires prudentielles.

• Implémentation de systèmes RAG et GraphRAG exploitant des infrastructures cloud et on-premises avec Cloud Spanner, Qdrant et Neo4j.
• Développement de solutions d'IA agentive utilisant Langraph, Google ADK, le protocole A2A et les services MCP.
• Conception de cadres de risque crédit pilotés par l'IA conformes à la norme IFRS 9, intégrant MLOps, classification et techniques de régression.
• Avancée des cadres A-IRB pour le calcul du capital et des actifs pondérés du risque (RWA) selon Bâle IV, incorporant des méthodologies de reinforcement learning.
• Pilotage d'initiatives internes visant à renforcer les compétences et capacités en IA au sein de l'équipe.

Rejointe une structure d'innovation data pour concevoir des solutions analytiques avancées dans les domaines de la fraude bancaire et de l'évaluation d'actifs.

• Développement de systèmes de détection d'AML et de fraude bancaire sur une infrastructure cloud, appliquant une approche multi-modèles : détection d'anomalies, techniques de réduction d'échantillon et modélisation de classification.
• Réalisation d'évaluations immobilières en temps réel en exploitant l'analyse de séries temporelles et des méthodes de régression.
• Conception de solutions big data complètes pour la modélisation du risque crédit, s'appuyant sur Hadoop, Apache Spark, BigQuery et Google Cloud Storage.
• Déploiement et monitoring de modèles sur Google Cloud Run et Google Agent Engine.

Pilotage de l'équipe data d'une banque commerciale tunisienne pour construire des modèles de risque crédit conformes à IFRS 9 et optimiser le portefeuille de prêts.

• Estimation d'ECL, PD et LGD pour la modélisation du risque crédit selon les directives IFRS 9, utilisant la chaîne de Ladder, la régression linéaire, le modèle Vasicek et les méthodologies Mark to Market.
• Construction de modèles de notation de crédit ayant amélioré la qualité des prêts de 30% et réduit les taux de défaut de près de 50%.
• Implémentation de systèmes de notation interne pour les segments corporate et retail, optimisant les stratégies de tarification via régression logistique et algorithmes Random Forest.
• Prévision d'indicateurs macroéconomiques en utilisant les simulations de Monte Carlo et la décomposition de Cholesky en VBA.
• Calcul du runoff des dépôts sans échéance via l'analyse de survie et le cadre de chaîne de Markov.
• Réplication du cadre CreditMetrics pour évaluer de nouveaux prêts et estimer le risque marginal.
• Gestion des rapports quotidiens et création de tableaux de bord avec Power BI.

Développement de solutions de machine learning et de computer vision pour plusieurs départements d'un ministère de la défense, couvrant la supply chain, l'imagerie médicale et la surveillance.

• Estimation de la qualité et de la fiabilité des fournisseurs d'équipements aéronautiques en analysant d'anciennes bases de données pour le Département des Marchés Étrangers.
• Détection et caractérisation de tumeurs du sein à partir d'images médicales pour l'Hôpital Militaire de Tunis.
• Détection de drones à partir de flux vidéo en exploitant la computer vision pour le Centre de Recherche Militaire.
• Implémentation de processus ETL utilisant PySpark et Hadoop.

Conception et maintenance d'applications logicielles pour divers départements d'un ministère de la défense.

• Conception, écriture, test et débogage de nouveaux codes logiciels en Python et C#.
• Développement, implémentation et maintenance de fonctionnalités s'intégrant efficacement aux logiciels existants.