AI/ML Engineer

Pilotage de l'unité IA de Piva Software, encadrant une équipe centrale de 3 ingénieurs ainsi que des stagiaires, et définissant la stratégie IA sur les marchés internationaux.

• Réduction de l'effort de gestion des équipements haut débit d'environ 80 % en concevant un agent IA basé sur le protocole MCP qui automatise les opérations TR-069 / TR-369, tout en réduisant les erreurs humaines d'environ 95 %.
• Conception et déploiement de systèmes multi-agents pilotés par LLM pour le contrôle, la surveillance et l'optimisation en temps réel des équipements CPE, routeurs et infrastructure Wi-Fi.
• Architecture et livraison de flux de travail RAG et multi-agents de niveau production à l'aide de LangChain et LangGraph.
• Développement d'intégrations MCP entre des LLM et des contrôleurs ACS/USP pour permettre l'exécution transparente de commandes et la gestion complète du cycle de vie TR-181.
• Intégration de la télémétrie en temps réel, des journaux et des diagnostics dans les pipelines IA pour permettre une détection proactive des anomalies et une maintenance prédictive.
• Mise à l'échelle de systèmes de gestion de réseau pilotés par l'IA pour prendre en charge des milliers d'appareils et d'opérations simultanées.
• Affinement et déploiement de LLM open-source avec des pipelines d'inférence optimisés pour améliorer le raisonnement spécifique au domaine.
• Développement d'agents IA augmentés par des outils intégrant des API, des bases de données et des systèmes d'entreprise pour automatiser les flux de travail complexes.
• Mise en œuvre de pipelines d'évaluation et de surveillance des LLM à l'aide de Langfuse afin de réduire les hallucinations et garantir des performances cohérentes.
• Conception d'un moteur d'apprentissage par renforcement profond (DRL) intégré à TR-069/TR-369 pour automatiser la détection des incidents et optimiser la bande passante.

Collaboration avec Sphere Digitale pour développer des systèmes d'intelligence de recrutement, des assistants IA et des automatisations de flux de travail.

• Construction d'une plateforme de filtrage de CV par IA de nouvelle génération exploitant des LLM, le RAG et la recherche sémantique, réduisant la charge de travail de filtrage RH de plus de 50 %.
• Livraison d'assistants avancés et de chatbots intelligents dotés d'une interaction multimodale pour la récupération de connaissances et le raisonnement sur la documentation technique.
• Implémentation de dizaines d'automatisations intelligentes utilisant n8n, Zapier et UiPath en intégrant des LLM.
• Conception et implémentation d'un système RAG basé sur des microservices avec des API RESTful permettant aux utilisateurs de télécharger des documents et d'interroger des informations à l'aide de LLM avancés.
• Développement d'un système ERP piloté par l'ia comprenant un chatbot et des capacités OCR pour automatiser les processus métier.
• Réduction du temps de réponse des requêtes de 35 % et amélioration de la consommation de mémoire de 20 % grâce à l'optimisation des algorithmes d'indexation.
• Réduction des erreurs de saisie manuelle de données de 40 % grâce à l'intégration de l'OCR.
• Amélioration de la précision des réponses des chatbots de 25 % en affinant le modèle NLP avec LangChain et Ollama.

Poste d'ingénieur de données chez Affigen Sarl pour automatiser les flux de données et optimiser les processus métier.

• Développement et déploiement de solutions de web scraping à l'aide de BeautifulSoup, Selenium et Playwright, extrayant des données de plus de 50 sources et augmentant l'efficacité de la collecte de 30 %.
• Réalisation du nettoyage et de la déduplication de bases de données dans MongoDB, réduisant la redondance des données de 25 % et améliorant l'efficacité du stockage de 15 %.
• Développement d'applications et modules Odoo personnalisés pour rationaliser les processus métier, réduisant l'effort manuel de 40 % pour plus de 10 départements.
• Réalisation d'ingénierie de prompt pour optimiser les interactions avec les modèles d'IA, améliorant la qualité des sorties de 20 %.
• Gestion du téléversement et du stockage de fichiers sur DigitalOcean CDN en traitant plus de 1 To de données avec une disponibilité de 99,9 %.
• Automatisation des flux de données, réduisant le temps de traitement de 50 % pour plus de 5 projets clés.

Menée de recherches sur l'optimisation du routage réseau dans les zones rurales isolées en développant une architecture réseau auto-gérée utilisant les réseaux définis par logiciel (SDN).

• Implémentation d'un agent d'apprentissage par renforcement profond Dueling Double DQN pour améliorer la qualité de service (QoS) grâce à des décisions de routage intelligentes.
• Amélioration de la latence du réseau de 30 % (de 150 ms à 105 ms) en optimisant les décisions de routage.
• Réduction de la perte de paquets de 15 % grâce à une gestion intelligente du trafic et à l'équilibrage de charge.

Développement d'une application mobile utilisant Flutter et TensorFlow pour identifier les ingrédients de plats tunisiens et calculer leur apport calorique.

• Création et annotation d'un grand ensemble de données d'images de plats tunisiens, entraînant un modèle de détection d'objets personnalisé.
• Atteinte d'une précision de 91 % dans la reconnaissance des ingrédients grâce à l'ajustement fin du modèle de détection d'objets.
• Réduction du temps de chargement de l'application de 25 % (de 4s à 3s) en optimisant les pipelines de traitement d'images.