Ingénieur IA

Conception et déploiement pour l'éditeur Qodexia d'une plateforme SaaS d'IA générative dédiée au domaine des ressources humaines et de la gestion des talents.

• Développement d'une plateforme SaaS d'IA générative pour l'évaluation des compétences, permettant d'analyser les profils de candidats.
• Implémentation d'un pipeline de génération augmentée de récupération (RAG) pour extraire les informations clés des CV, descriptions de postes et données d'entretiens.
• Conception d'un moteur d'analyse de CV basé sur le traitement automatique du langage naturel (NLP) et des modèles d'embedding.
• Configuration de workflows d'IA agentique combinant recherche, prompt engineering, structuration de données de sortie et raisonnement analytique.

Intégration de SupplyzPRO afin d'optimiser les flux de traitement de données opérationnelles et concevoir des agents intelligents d'aide à la décision.

• Conception et déploiement de pipelines de préparation et d'acquisition de données opérationnelles hétérogènes pour en garantir la qualité et la cohérence.
• Développement de workflows d'agents IA alimentés par des modèles de langage (LLM) pour générer et valider des scénarios d'optimisation sous contraintes métiers.
• Analyse de séries temporelles complexes et des données d'exploitation pour en extraire des indicateurs clés de performance et guider les choix stratégiques.

Développement chez Luceor d'une solution innovante de gestion routière assistée par l'intelligence artificielle.

• Conception et implémentation d'une plateforme de gestion du trafic et de l'état des routes utilisant YOLOv8, des réseaux de neurones convolutifs (CNN) et des Vision Transformers.
• Atteinte d'une précision de détection en temps réel de 92% pour l'identification des dégradations de la chaussée et des incidents routiers.
• Développement d'une application mobile pour capturer les flux vidéo de terrain, les transmettre au modèle backend et stocker les résultats d'analyse.
• Constitution, enrichissement et annotation d'un jeu de données spécifique d'anomalies de voirie en exploitant des techniques avancées d'augmentation de données.

Intervention à temps partiel dans les activités de recherche de Tagamuta Valley pour faire progresser les technologies de traitement d'images et du langage.

• Développement d'un système de génération de légendes d'images en langue arabe associant MobileNetV2, RNN-LSTM et des mécanismes d'attention Transformers.
• Amélioration de 18% de la précision des légendes produites par rapport aux modèles de référence grâce aux Transformers de Hugging Face (AraBERT, mBERT) et aux modèles de vision-langage.
• Application de méthodes de NLP et de LLM pour repérer des symptômes cliniques au sein de requêtes textuelles brutes d'utilisateurs.
• Recherches sur l'application de la confidentialité différentielle locale (LDP) pour sécuriser l'identification des données médicales.

Stage orienté R&D en sciences des données appliqué au secteur de la santé chez Tagamuta Valley.

• Développement d'un agent conversationnel d'IA dédié à la classification de pathologies à partir de l'analyse des symptômes décrits.
• Manipulation de bases de données de santé hautement sensibles, appliquant des traitements et de la tokenisation pour préserver l'anonymat.
• Développement et test de modèles prédictifs d'aide au diagnostic précoce, parvenant à réduire le taux d'erreur de classification de 15%.