AI / Data Engineer

Intégration de l'équipe de Saint Martin pour un projet de fin d'études axé sur l'ingénierie des données et l'analytique industrielle pour les programmes A330 et A350.

• Conçu et industrialisé des pipelines distribués en PySpark sur Palantir Foundry et Skywise pour analyser plus de 491k enregistrements de Non-Conformités, TLB et QLB.
• Réalisé la modélisation dans Ontology Manager et AIP Logic pour la priorisation des risques par station, MSN et catégorie.
• Participé au traitement des non-conformités et aux analyses de résolution de problèmes selon les méthodologies PPS, 8D, Light Solving, 9S et RCCAD.
• Développé et benchmarké des modèles de classification textuelle dont Random Forest, Linear SVC et BERT fine-tuné, atteignant jusqu'à 81,4% de F1-Macro.
• Conçu une plateforme IA multi-agents spécialisée en SARI/Navigabilité, Récurrence/REX et REVOL orchestrée avec Google ADK et Vertex AI.
• Développé la plateforme en React 18 et FastAPI, conteneurisée avec Docker et déployée sur Google Cloud Run avec sécurisation SSO via Cloud IAP.
• Conçu une cartographie aéronautique interactive des MSN basée sur SVG et Heatmaps avec filtrage temps réel.
• Mis en place dans Firestore une boucle de validation et de rejet expert avec historisation des décisions et traçabilité.
• Évalué la solution avec RAGAS, Vertex AI Eval et LLM-as-a-Judge, obtenant une Groundedness de 1,00 et une réduction du temps d'analyse d'environ 90% (de ~5 min à 53 s).

Stage axé sur la conception de bout en bout d'un assistant documentaire intelligent, multimodal et sécurisé pour interroger les connaissances internes stockées dans Confluence.

• Conçu une architecture RAG hybride combinant LightRAG et Zep/Graphiti selon les contraintes de qualité et de latence.
• Automatisé le pipeline d'ingestion depuis l'API REST Confluence avec parsing HTML via BeautifulSoup, nettoyage, chunking et indexation.
• Intégré les pièces jointes et images grâce à la génération automatique de descriptions avec GPT-4o pour une recherche multimodale.
• Intégré des mécanismes de confidentialité respectant les droits d'accès Confluence, le filtrage des contenus et l'anonymisation automatique des données sensibles.
• Développé un baseline Naive RAG avec LangChain et FAISS en utilisant des embeddings multilingues.
• Implémenté LightRAG et évalué les stratégies de recherche Naive, Local, Global, Hybrid et Mix.
• Exploité Zep comme mémoire graphique et contextuelle pour indexer les contenus sous forme d'entités, relations et épisodes.
• Construit un protocole expérimental avec RAGAS et identifié LightRAG Mix et Zep Scope Nodes comme configurations optimales.
• Conçu un orchestrateur agentique basé sur LangGraph et le Model Context Protocol (MCP).
• Intégré GPT-4o via Azure OpenAI pour la génération contextuelle et l'analyse multimodale.
• Développé une interface conversationnelle en React.js et un backend FastAPI sécurisé avec authentification JWT/Bearer Token.

Stage centré sur l'analyse de séries temporelles et la mise en place de modèles prédictifs.

• Conduit l'analyse exploratoire et le prétraitement de séries temporelles à l'aide de Pandas et NumPy.
• Développé des modèles de prévision avec Prophet et ARIMA pour anticiper l'évolution de phénomènes temporels.
• Interprété les tendances et les anomalies observées en vue d'accompagner des initiatives de maintenance prédictive.

Stage au sein du département pour traiter et valoriser des données de production.

• Traité des bases de données manufacturières en utilisant Power BI et DAX.
• Conçu des visualisations dynamiques pour le suivi des KPI et la mise en place d'alertes automatisées.