Ingénieur IA / GenAI – LLM, RAG & Agents IA en production

Audit complet de l'architecture mémoire d'une plateforme d'agents LLM en production, couvrant les couches critiques de persistance et d'orchestration.

• Audit de la mémoire filesystem-as-memory sur sandbox E2B avec analyse des configurations de isolation.
• Examen de la mémoire de travail incluant la compaction de contexte et ses impacts sur la latence.
• Évaluation de la mémoire long terme cross-session exploitant Supabase PostgreSQL + pgvector avec recherche hybride combinant BM25 et embeddings, et rerank par LLM.
• Analyse des fuites de coûts d'inférence via audit de la stabilité du prompt caching (KV-cache) sur routage multi-providers (Kimi K2.7, Grok, Claude, Gemini).
• Étude du cycle de vie des sandboxes E2B facturées à la seconde et propositions d'optimisations.
• Conception d'un système de déduction de crédits en temps réel pour protection de marge.
• Examen d'une architecture LLM-native à boucle agentique unique (think/act/observe) orchestrant 80+ tools en dispatch parallèle.
• Évaluation du chargement à la demande des skills et du streaming SSE pour scalabilité.
• Analyse de l'implémentation de Contextual Retrieval et GraphRAG-lite à relations typées.

Conception et déploiement d'un AI Agent multi-tenant sur WhatsApp pour qualifier les prospects de 3 projets immobiliers, du POC jusqu'à la production avec mesure d'impact business.

• Architecture d'une machine à états à 6 phases avec persistance Redis pour gérer le parcours prospect across sessions.
• Génération de 833 leads en 32 jours avec un taux de conversion session–lead de 78.5%.
• Optimisation des coûts d'inférence via un intent classifier hybride à 3 couches : regex multilingues (FR/AR/darija/EN), similarité cosine et fallback LLM.
• Construction d'un RAG PostgreSQL/pgvector avec index HNSW et embeddings Gemini, filtrant ∼70% des messages à coût nul sur 8 795 requêtes ($17.45 total).
• Développement de 27 guardrails anti-injection multilingues bloquant 51 tentatives d'injection.
• Mise en place d'un self-evaluator anti-hallucination et d'un circuit breaker avec retry exponentiel et déduplication Redis, atteignant 99.7% d'uptime.
• Conception d'un pipeline d'évaluation LLM-as-Judge sur 5 critères : précision multilingue FR 96.3%, AR/darija 93.7% (26 356 observations Langfuse).
• Implémentation d'un A/B testing déterministe par bucketing MD5 pour expérimentation robuste.
• Intégration de 3 tools via Function Calling : CRM Odoo anti-doublon, localisation GPS et traitement multimodal audio/image/vidéo.
• Génération de 345 visites confirmées et qualification de 1 031 téléphones uniques.
• Assurance de l'observabilité complète (Langfuse, Prometheus, logs JSON structurés, endpoint GDPR Art. 17).
• Réduction de la latence moyenne à 2.7 s vs 2–4 h de traitement manuel (-94% de coût par lead).
• Réalisation de 8 000 lignes de code avec SonarQube Grade A (Security A, 0 CVE).

Conception d'une architecture end-to-end combinant OCR multimodal et LLM pour extraction de données structurées à partir de documents administratifs marocains.

• Sélection et intégration de Gemma3 27B pour OCR multimodal couvrant text, handwriting et tabular data.
• Implémentation de Llama-3.3-70B pour extraction de données avec prompt engineering métier.
• Traitement de 4 types de documents administratifs marocains en FR/AR/EN avec 85–92% de précision.
• Optimisation de la latence de traitement à 4.5–6.2 s par document.
• Automatisation de la classification documentaire par LLM avec 6 prompts spécialisés par type.
• Conception de l'extraction JSON structurée avec fallback regex et validation croisée Pydantic.
• Développement d'une interface Streamlit pour monitoring batch, édition manuelle et export multi-format.
• Construction d'un dashboard Plotly exposant 15+ KPIs temps réel.
• Déploiement en production : Docker Compose, Nginx SSL/TLS, CI/CD GitHub Actions, Azure App Service.

Développement d'un modèle de classification 3D pour catégoriser automatiquement les types de dents à partir de maillages 3D, intégré en production.

• Conception d'un ConvNet 3D pour classifier 32 types de dents à partir de maillages .obj.
• Application de l'augmentation de données 3D pour enrichir la couverture et SMOTE pour équilibrer les classes.
• Implémentation d'une validation croisée k-fold pour évaluation robuste du modèle.
• Atteinte de 97% accuracy et F1-score 0.95 en test.
• Utilisation de MLflow pour tracking des expériences et versionning des modèles.
• Déploiement de l'inférence via API REST (FastAPI) en production.

Développement d'un pipeline complet de 3D Gaussian Splatting pour reconstruction photoréaliste de scènes produit avec visualisation temps réel.

• Implémentation du pipeline 3D Gaussian Splatting reconstruisant des scènes à partir de 80–120 images.
• Optimisation de l'entraînement à ∼20 min vs plusieurs heures pour NeRF, réduisant le time-to-market.
• Intégration de COLMAP pour estimation de pose et feature matching.
• Développement d'un viewer 360° temps réel WebGL/Three.js avec 60+ FPS.
• Réduction de la mise en ligne de produits de 2 jours à ∼1 h via pipeline automatisé.
• Intégration de la reconstruction 3D à la plateforme e-commerce existante via REST API.