Ingénieur IA / Data Science

A intégré l'équipe IA d'une banque d'affaires de premier plan afin d'automatiser et de normaliser des processus et des flux financiers complexes.

• A conçu et migré un système hybride combinant heuristiques et IA générative pour le traitement de fichiers Excel sans cellule structurée.
• A automatisé la génération de fichiers XML réglementaires et de rapports de dépassement de ratios pour les OPCVM.
• A structuré le code selon les principes de la Clean Architecture, du Domain-Driven Design (DDD) et du Test-Driven Development (TDD).
• A mis en place des pipelines d'IA générative s'appuyant sur LangChain, LangGraph et le framework d'évaluation Ragas.
• A implémenté des protocoles de sécurité pour assurer l'anonymisation systématique des données financières sensibles.
• A développé un système intelligent (« Mini-Dépositaire ») pour la tenue de comptes-conservation et la gestion des opérations sur titres.
• A intégré des outils de traitement documentaire intelligent (OCR) pour extraire des données à partir de documents PDF et PDF scannés.
• A mis en œuvre une architecture orientée événements et le pattern CQRS pour assurer une traçabilité et une scalabilité optimales.

A collaboré au sein de l'équipe R&D d'une entreprise technologique pour intégrer des systèmes multi-agents intelligents à un ERP.

• A conçu un agent autonome basé sur le pattern ReAct à l'aide de la bibliothèque LangGraph pour automatiser la gestion des processus ERP.
• A développé et déployé un pipeline RAG basé sur ChromaDB, exposé en tant qu'outil réutilisable directement par l'agent.
• A mené des opérations de data mining en extrayant et structurant de manière autonome la documentation de l'API Swagger via BeautifulSoup et Scrapy.
• A développé des microservices de traitement avec FastAPI en garantissant la validation des données JSON sortantes via Pydantic.
• A conçu et développé une interface utilisateur conversationnelle intuitive en s'appuyant sur Chainlit.
• A développé une couche d'inférence multi-providers avec logique de routage et de fallback automatique pour fiabiliser l'exécution de l'agent.
• A implémenté un pipeline de saisie vocale performant combinant Speechmatics (STT) et LLM pour optimiser l'efficacité de saisie des utilisateurs.

A mené un projet clé d'ingénierie IA appliqué à la conformité financière et à la gestion de la titrisation.

• A développé un pipeline RAG spécialisé dans l'analyse de règlements financiers et de textes législatifs de l'AMMC.
• A orchestré des agents autonomes planificateurs et vérificateurs pour garantir la cohérence des informations extraites.
• A obtenu un taux d'exactitude et de fiabilité de 100 % sur l'ensemble des données critiques extraites.
• A diminué de 80 % le temps de traitement manuel des équipes financières grâce à l'export automatique et structuré vers Excel.