Ingénieur GenAI / IA

Consultant en innovation pour la conception et le déploiement de solutions d'automatisation intelligentes basées sur l'IA générative.

• Conception et déploiement d'un chatbot fitness en IA générative avec LangChain, Pinecone et OpenAI sur un pipeline RAG, transformant les objectifs utilisateurs en recommandations personnalisées.
• Déploiement de l'application sur AWS EC2 via une interface web évolutive, supportant plus de 50 utilisateurs simultanés.
• Conception et industrialisation d'un workflow agentique (n8n + Vision AI + OpenAI + Python), automatisant la validation de plus de 2 000 produits par semaine et remplaçant entièrement un processus de revue manuel.
• Évolution du poste d'Automation Engineer à Agentic AI Engineer en prenant en charge l'architecture complète des systèmes agentiques.

Développement de modèles IA générative au sein d'un laboratoire de recherche destinés à la création de contenus 3D en environnement VR.

• Développement de modèles IA générative (GANs, diffusion, LLMs) pour générer des contenus 3D en environnement VR.
• Conception de pipelines IA de bout en bout avec TensorFlow, OpenAI APIs et OpenUSD, déployés sur Kubernetes.
• Optimisation de l'inférence des modèles, réduisant de 30 % le temps de génération de contenus 3D.

Développement et optimisation de modèles machine learning et deep learning pour l'estimation des propriétés de matériaux.

• Développement et optimisation de modèles ML/DL, atteignant 97 % de précision pour l'estimation des propriétés de matériaux.
• Automatisation du pipeline de traitement et d'analyse des données, incluant le feature engineering, avec Python et Scikit-learn.
• Déploiement des modèles dans une interface Streamlit, facilitant leur utilisation et leur test par les équipes projet.

Ingénieur backend pour la conception et la maintenance d'applications web scalables.

• Développement d'applications web backend scalables en Python/Flask, exposant des APIs REST et GraphQL consommées par des frontends React/Next.js.
• Automatisation des pipelines CI/CD (Docker, Kubernetes, GitHub Actions) sur AWS et GCP, fluidifiant le déploiement pour l'équipe d'ingénierie.