Alexis C.

Contexte : accompagnement d'entreprises françaises sur leurs projets IA. Cadrage des cas d'usage, POC, conception d'architectures LLM, industrialisation, formation des équipes internes.

Expertises mobilisées : pipelines RAG, conception d'agents LLM, évaluation et benchmarking de modèles, guardrails, choix d'hébergement (cloud public vs souverain), MLOps.

Contexte : pipeline automatisé pour évaluer et comparer plusieurs LLM sur des tâches métier : génération de prompts de test, exécution multi-modèles, scoring automatique, reporting.

Intérêt : outillage indispensable pour choisir et monitorer les modèles en production, et adapter chaque besoin au bon modèle.

Contexte : conception et développement d'un système multi-agents Python pour automatiser le traitement des emails entrants de matériovigilancdans un contexte réglementé (secteur médical). Le système classe, extrait les données structurées, valide la conformité et intègre les déclarations en base de données.

Enjeux : fiabilité, traçabilité des décisions prises par les agents, sécurité des données patient.

Réalisations : architecture multi-agents, orchestration LLM, pipeline de validation automatisée, import en base de données, logs d'audit.