À propos de Eden
Data Scientist & AI Engineer | Transformez l’IA en levier concret de productivité et de croissance
L’IA générative ouvre énormément de possibilités.
Mais entre les promesses et les usages réellement exploitables en entreprise, il existe souvent un grand écart.
Mon rôle : concevoir des solutions IA utiles, fiables et adaptées aux enjeux métier.
Diplômée en Data Science & Engineering, j’accompagne les entreprises dans la création et le déploiement de systèmes basés sur les LLMs, les AI Agents et les architectures RAG afin de :
- Automatiser des tâches à forte valeur ajoutée
- Améliorer l’accès à l’information
- Optimiser les processus internes
Services :
→ AI Agents & Automatisation
- Création d’agents IA capables d’exécuter des tâches complexes
- Automatisation de workflows métiers
- Intégration avec vos outils internes (CRM, Slack, API, bases de données…)
- Réduction des tâches manuelles répétitives
→ Solutions IA Générative & LLM
- Développement d’applications basées sur OpenAI, Claude, Mistral ou des modèles open-source
- Génération et structuration automatique de contenus
- Fine-tuning de modèles
→ RAG (Retrieval-Augmented Generation)
- Chatbots connectés à vos données internes
- Moteurs de recherche intelligents
- Solutions IA capables de répondre à partir de votre base de connaissances
→ Data Science & Machine Learning
- Analyse et valorisation des données
- Création de modèles prédictifs
- Classification, scoring et recommandations
→ Développement & Industrialisation
- Développement Python
- Création d’APIs IA et intégrations techniques
- Déploiement de solutions scalables
J’accorde une attention particulière à :
- La qualité des réponses générées
- La fiabilité des systèmes IA
- La performance technique
- L’impact business réel des solutions mises en place
Objectif :
- Résoudre des problèmes concrets grâce à des systèmes intelligents réellement utilisables par vos équipes.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- Imprimerie du MaraisAI Engineer | Agentic RAGARTS & ARTISANATmai 2026 - juin 2026 (1 mois)Paris, FranceMission d'ingénierie IA au sein d'une imprimerie, avec pour objectif de transformer les données métier en modèles prédictifs actionnables sur l'ensemble de la chaîne de valeur.Développement d'un moteur de génération de devis assistée par IA, s'appuyant sur un pipeline RAG (Retrieval-Augmented Generation) pour interroger l'historique des devis et commandes passées. Le modèle propose automatiquement des tarifs cohérents selon le type de support, les quantités, les finitions et le profil client — réduisant significativement le temps de chiffrage des équipes commerciales.Mise en place d'un système de suivi client intelligent : détection des commandes en attente de validation, relances contextualisées et alertes proactives sur les délais de livraison, générées par le modèle à partir de l'état réel de la production.Architecture des pipelines de données bout en bout : ingestion depuis l'ERP/MIS, feature engineering, serving des modèles via API, et restitution dans les outils métier existants (CRM, tableau de bord opérationnel).
- DEVELOPLANCEAI Engineer | Agentic RAGAGENCE & SSIIavril 2025 - Aujourd'hui (1 an et 4 mois)Agentic RAG -Automatisation intelligente de réponses aux appels d'offresLa réponse aux appels d'offres (RFP) est un processus critique mais chronophage, souvent freiné par l'éparpillement de la connaissance. J'ai conçu un système d'automatisation de bout en bout qui transforme des documents PDF complexes en propositions structurées et validées, réduisant l'effort manuel de 60%.Défis relevésExtraction complexe : Parsing intelligent de documents PDF (jusqu'à 30 pages) avec structures hétérogènes (tableaux, listes, questions implicites).Fiabilité des réponses : Éviter les hallucinations des LLM en forçant une recherche triple (Base de connaissances interne, Historique des réponses passées, Recherche Web en temps réel).Maintenabilité des données : Mise en place d'un cycle de vie des données (RFP Age) pour garantir que l'IA n'utilise que les informations les plus récentes et validées.Expertise technique déployéeArchitecture Agentique (LangGraph & LangChain) : Implémentation d'un agent ReAct (Reasoning + Acting) capable d'auto-critique. Si l'information est manquante, l'agent ne "devine" pas ; il sollicite une validation humaine (HITL).Vector Database (Qdrant) : Gestion de collections hybrides (1500+ vecteurs) avec recherche sémantique par similarité cosinus sur des vecteurs 1536D.Stratégie d'Embedding Avancée : Utilisation de modèles SLM (Qwen 2.5) pour générer des "Enhanced Texts" (résumés et mots-clés) avant indexation, augmentant drastiquement la précision du retrieval.Résultats & Valeur AjoutéeGain de productivité : Réduction drastique du temps de rédaction initial.Consistance de marque : Alignement automatique avec les réponses précédemment validées par les experts métier.Traçabilité totale : Chaque réponse est sourcée (provenance de la doc technique ou historique).
Avis
Recommandations
SP
+1
Ces profils de freelance correspondent également à vos critères
Agatha Frydrych
Backend Java Software Engineer
4.7
(3)
2
Baptiste Duhen
Fullstack developer
4.6
(4)
5
Amed Hamou
Senior Lead Developer
4
(2)
7
Audrey Champion
Web developer
4.3
(3)
4
Formations
- B.Sc. in Data Science and EngineeringTechnion2025Une des universités tech les plus reconnues au monde. Formation axée sur le machine learning, l'ingénierie des données et l'IA