Ingénieur Machine Learning avec 5 ans d'expérience dans la conception et l'industrialisation de solutions IA en production. Spécialisé en LLM, RAG, MLOps et architectures cloud GCP. Je transforme des modèles en services robustes, scalables et réellement utilisés.
Passionné par l'industrialisation de l'IA
Je travaille sur des sujets de machine learning en production, avec une vraie appétence pour tout ce qui touche à l'industrialisation et à la scalabilité.
Chez Assystem, j'ai conçu une solution complète sur GCP pour automatiser l'analyse de documents techniques, en allant du pipeline de données jusqu'à l'exposition via API, avec des contraintes fortes de performance et de fiabilité.
J'ai notamment travaillé sur des architectures basées sur des LLM et du RAG, avec du fine-tuning (QLoRA) et de l'A/B testing en production. Ce que j'aime dans mon métier, c'est transformer des modèles en services réellement utilisés, robustes et monitorés.
J'interviens aussi bien sur la partie data, ML que sur l'infrastructure, avec une forte sensibilité MLOps.
Les technologies que j'utilise au quotidien
Mon parcours de data à ML Engineer
Conception d'une solution complète sur GCP pour automatiser l'analyse de documents techniques. Mise en place de pipelines Airflow, architecture RAG avec FastAPI sur Cloud Run, et fine-tuning de Gemma 3 4B via QLoRA.
Développement d'un moteur de recommandation de contenu scientifique. Utilisation de RAG, LLaMA-3, BERTopic et similarité cosinus pour optimiser la pertinence des recommandations.
Projet de Computer Vision pour la détection de tumeurs cérébrales à partir d'IRM. Modèle VGG16 (CNN) sous TensorFlow/Keras.
Mise en place d'une plateforme Big Data sur GCP avec Hadoop/Spark (Dataproc) et BigQuery.
Préparation de données ETL/ELT et création de tableaux de bord Power BI.
Université Paris 8
UMMTO
UMMTO
Toujours ouvert à de nouvelles opportunités et collaborations
Vous avez un projet ML en tête, une idée à industrialiser, ou simplement envie d'échanger sur l'IA ? N'hésitez pas à me contacter, je réponds rapidement !