AI Engineer

A rejoint l'équipe d'Ekstere en alternance pour concevoir, industrialiser et maintenir des assistants IA et des pipelines de données en production réelle.

• A conçu et déployé un pipeline RAG complet en production intégrant l'ingestion de bases de connaissances propriétaires (50 000+ documents), le chunking sémantique, les embeddings OpenAI, un stockage Redis Vector Store et un retrieval optimisé pour des utilisateurs quotidiens.
• A développé des agents LangGraph multi-steps avec tool usage comprenant un orchestrateur central, un routing par intention, des agents spécialisés et des outils personnalisés sur mesure.
• A implémenté des APIs FastAPI robustes pour exposer les assistants IA aux applications métiers via une API REST avec gestion des erreurs, tests unitaires et documentation OpenAPI.
• A conduit l'optimisation des prompts et l'évaluation systématique basée sur l'analyse des cas d'échec pour réduire les hallucinations, en utilisant l'approche LLM-as-a-judge.
• A optimisé les coûts LLM par un choix argumenté entre GPT-4o-mini, GPT-4 et Gemini selon la tâche, permettant une économie de 30% sur le budget API.
• A mis en place les pratiques MLOps et LLMOps avec MLflow pour le tracking, ainsi que Docker et une CI/CD pour le déploiement et le monitoring continu.

A contribué au développement de services data et à l'amélioration de pipelines de traitement documentaire au sein d'Ynov Campus.

• A développé un pipeline RAG en production intégrant l'ingestion, les bases vectorielles, le retrieval sémantique et la génération augmentée.
• A évalué la fidélité des réponses et mis en place une détection des hallucinations, permettant une réduction de 30% du temps de traitement.
• A conçu des services Python maintenables, rédigé des tests et produit la documentation technique associée.

A assuré l'accompagnement et l'évaluation technique des étudiants et développeurs en examinant leur code source au quotidien.

• A réalisé jusqu'à 15 revues de code par jour sur des projets en Python, C, C++ et JavaScript.
• A analysé l'architecture logicielle, la qualité du code et la performance des implémentations pour garantir le respect des bonnes pratiques d'ingénierie.