À propos de Lucas
Vous êtes fondateur, CTO de startup ou dirigeant de PME et vous voulez intégrer l'IA à votre produit sans recruter une équipe data que vous ne pouvez pas vous payer tout de suite ?
Je suis AI Engineer freelance, je prends votre projet de A à Z (cadrage, développement, mise en production). Un seul interlocuteur, du concret livré vite, et une stack que vos équipes pourront reprendre sans moi.
Pourquoi mes clients PME et startups me font confiance
En 2 à 4 semaines je vous livre un premier PoC fonctionnel, testable avec vos utilisateurs. Pas de roadmap à 6 mois, pas de jargon.
Je fais du sur-mesure avec des briques éprouvées (AzureOpenAI, LangGraph, MCP) sans réinventer la roue. L'objectif c'est que ça marche, pas que ce soit brillant dans un papier de recherche.
Et je construis des solutions légères, sans lock-in. Une fois la mission terminée, vos équipes sont autonomes. Pas de dépendance cachée.
Ce que je peux faire pour vous concrètement
Un agent IA sur mesure qui répond à vos clients, qualifie des leads ou extrait des données de vos documents. Livré en 2-3 semaines, avec une interface de test. Par exemple un agent RAG branché sur votre base doc qui répond aux questions du support.
Un pipeline d'automatisation si vous passez vos week-ends à retraiter des factures ou des contrats à la main. Je vous livre une API et un dashboard de suivi.
Votre première brique IA dans votre SaaS ou votre app. Je vous sors une API d'inférence intégrée à votre stack, documentée, testée, monitorée.
Ou tout simplement un audit : en 2 jours je vous dis si l'IA peut vraiment vous servir, combien ça coûte, et par où commencer. Sans jargon.
Ma stack
Python, LangGraph, LangChain, FastAPI, Docker, PostgreSQL, Azure, Weaviate, MLflow.
Mon parcours en deux mots ENSAE Paris, 5 ans d'expérience en production chez Besignal, Cdiscount, QuantsUnited et TotalEnergies. Aujourd'hui je mets cette expertise au service des structures agiles.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
Accepte de travailler sur site
Bayonne (jusqu’à 50 km), Paris (jusqu’à 50 km), Bordeaux (jusqu’à 50 km), Lyon (jusqu’à 50 km), Toulouse (jusqu’à 50 km)
Expériences
- BesignalAI engineerEDITION DE LOGICIELSseptembre 2025 - Aujourd'hui (11 mois)Paris, France
- Conception et développement d'une architecture agentic AI complète en production.
- Spécialisé en tool calling, LLMOps et intégration de Large Language Models aux systèmes métier clients.
- Construction de serveurs MCP (Model Context Protocol) pour connecter les LLMs aux API, bases de données et outils internes.
- Mise en place d'un pipeline RAG Python multi-sources avec embeddings (Weaviate).
- Orchestration multi-agents pour l'automatisation de workflows complexes : extraction, synthèse, validation.
- Fine-tuning de modèles pour des cas d'usage métier spécifiques.
- Déploiement conteneurisé avec monitoring, caching et gestion des coûts d'inférence.
- CdiscountMachine Learning EngineerE-COMMERCEaoût 2023 - août 2025 (1 an et 11 mois)Bordeaux, FranceContexte : Mise en production de modèles ML pour optimiser la performance publicitaire.Missions :
- Mise en production et industrialisation de modèles de machine learning sur les plateformes e-commerce du groupe
- Construction de pipelines MLOps complets : tracking d'expériences (MLflow), CI/CD ML automatisé (GitLab CI), déploiement conteneurisé (Docker/Kubernetes), monitoring des performances avec Prometheus et Grafana
- Optimisation des coûts d'inférence et des latences API. Collaboration avec les data scientists pour industrialiser les modèles de recommandation et de pricing
- Gestion de la dérive des modèles en production (data drift, concept drift) avec alerting automatisé
Stack : Python, MLflow, Docker, Kubernetes, Git, FastAPI, Prometheus, PostgreSQL, Luigi - QuantsUnitedMachine Learning EngineerBANQUE & ASSURANCESnovembre 2021 - juillet 2023 (1 an et 8 mois)Bidart, France
- Développement de solutions de traitement automatique du langage naturel pour l'analyse de documents financiers et juridiques
- Conception d'un pipeline de NLP summarization de documents longs avec contrôle de qualité
- Fine-tuning de modèles transformers (BERT, RoBERTa, LLMs) via PyTorch et Hugging Face pour la classification, l'extraction et le topic modeling
- Mise en place de pipelines d'annotation, d'entraînement et d'évaluation. Industrialisation des modèles via des API REST déployées sur infrastructure cloud
- Mise en place d'une architecture RAG Python pour la recherche sémantique dans des bases documentaires
Stack : Python, PyTorch, Hugging Face Transformers, FastAPI, Docker, LLM
Recommandations
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
- Mastère spécialisé, Data scienceENSAE Paris2021Mastère spécialisé, Data science
- Master, Mathématiques appliquéesUniversité Paris Dauphine2019Master, Mathématiques appliquées