À propos de Mohamed
Lead Developer & Expert IA Générative avec plus de 10 ans d’expérience dans la conception, l’industrialisation et le déploiement de solutions logicielles et d’agents intelligents.
Je combine une expertise technique approfondie (Python, C/C++, JS/TS, React, FastAPI, Docker, Kubernetes) avec une maîtrise avancée de l’IA générative et des workflows multi-agents (LangChain, LangGraph, RAG hybride, vector DBs, guardrails PII, Whisper, TTS).
Réalisations clés :
- Développement de plateformes IA temps réel (multi-agents, RAG, chatbots sécurisés) déployées on-prem et cloud.
- Lead technique sur des projets stratégiques (Renault, Orange, Sephora, Indigo Retail), incluant vision par ordinateur, fusion capteurs GNSS, service client automatisé.
- Architecte et developpeur de plusieurs solutions innovantes basées sur IA générative telles que QuickResolve (service client multi-agents), AI Coach (sport & nutrition), et plateforme de génération de newsletters IA.
- Expérience confirmée en DevOps & CI/CD (GitLab, Ansible, Observabilité via Prometheus/Grafana/Langfuse).
Mon approche : pragmatique, orientée résultats et qualité, avec une forte culture privacy-by-design (RGPD) et un leadership de proximité (mentoring, pair-programming, diffusion des bonnes pratiques).
Basé en France, j’interviens sur des missions freelance à distance ou sur site.
Français
Bilingue ou natif
Anglais
Bilingue ou natif
Arabe
Bilingue ou natif
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- AXA Group OperationsAI Engineer LeadBANKING AND INSURANCEnovembre 2025 - Aujourd'hui (8 mois)Paris, FranceConception et déploiement de solutions de sécurité, d'évaluation et de gouvernance pour l'IA générative et les applications agentiques, de la définition du framework de référence à l'intégration en production multi-cloud, en passant par l'animation de la communauté technique interne.
- Architecture d'une passerelle GenAI d'entreprise unifiant AWS Bedrock, Azure OpenAI et GCP Vertex AI derrière une couche commune de sécurité, d'évaluation et d'observabilité, référence organisationnelle pour les déploiements LLM et agentiques.
- Framework automatisé d'évaluation des LLM et systèmes agentiques : suites de tests adverses (prompt injection, indirect injection, jailbreaks, exfiltration de données, memory poisoning) intégrées aux pipelines MLOps via Docker et CI/CD sur Azure, AWS et GCP.
- Taxonomie de garde-fous vendor-neutral (7 contrôles canoniques : prompt injection, jailbreak, task adherence, détection PII, ancrage des hallucinations, topic & scope, citation faithfulness) mappée aux services natifs des trois clouds et à l'OWASP ASI Top 10.
- Architecture multi-agents sécurisée : patterns de Guardrail pour systèmes LangGraph avec serveurs MCP et bus A2A (Kafka/Redis) ; matrice de couverture cloud et mitigations explicites pour les frontières non couvertes par les services natifs.
- Gouvernance agentique : schéma de référence Agent Card pour le registre interne d'agents IA ; analyse critique du cycle de vie des agents (A2A/MCP, dérive de prompt, HITL vs HOTL).
- Conformité EU AI Act : co-rédaction des standards de gouvernance IA avec les équipes Sécurité et Compliance ; définition d'indicateurs mesurables de risque modèle.
- Animation de la communauté AI Engineering : conception et animation de la série d'ateliers AgentOps (cycle de vie des agents, taxonomie des triggers, stack Ops imbriquée, registre, bonnes pratiques).
- ChanersGenAI EngineerTECHjanvier 2024 - octobre 2025 (1 an et 9 mois)Orsay, FranceConception et déploiement de solutions d’IA générative et d’agents autonomes, couvrant tout le cycle back-end → front-end : microservices FastAPI/Docker, pipelines RAG industriels, CI/CD automatisé et observabilité en production.Projets phares :QuickResolve – Plateforme RAG microservices (Architecte & Lead Full-Stack)
- Chaîne complète d’ingestion et recherche : parsing multi-formats (Docling), anonymisation PII, chunking, embeddings Gemini, stockage vectoriel Qdrant, chat contextuel.
- Stack : FastAPI (microservices), MinIO (S3), PostgreSQL, front Next.js/React, CI/CD GitHub Actions.
- Services modulaires : ingestion, orchestration, PII redaction, embeddings, agent conversationnel, parsing, data-generator.
AI Newsletter Generator – Générateur de Newsletters IA (Ingénieur IA & Lead Full-Stack)- Rédaction automatisée avec OpenAI API / LLaMA couplée à la recherche temps réel (SERP / Perplexity).
- Pipeline RAG hybride (Solr BM25 + embeddings denses + Qdrant).
- Stack : OpenAI API, LangChain, FastAPI, Next.js, Python.
TheMeetingReport – Transcripteur intelligent de réunions (Ingénieur IA & Lead Full-Stack)- Transcription & diarisation multi-locuteurs avec Whisper.
- Résumés et génération d’actions via LangChain + LLMs.
- Observabilité avancée : traçage bout-en-bout avec OpenTelemetry.
- Stack : Whisper, LangChain, FastAPI, PostgreSQL, Python.
- GeoFlexSoftware EngineerTECHjanvier 2019 - décembre 2023 (4 ans et 11 mois)Massy, FrancePilotage du développement d’une plateforme GNSS temps réel et de solutions logicielles critiques pour l’automobile et les télécoms. Responsable de l’architecture microservices, de la chaîne CI/CD et du déploiement cloud & edge (Docker/Kubernetes).Projets pharesPlateforme GNSS temps réel (Lead Dev & Architecte)
- Conception et industrialisation d’une plateforme de correction GNSS haute précision.
- Microservices Python/C++, APIs FastAPI, conteneurisation Docker/Kubernetes, observabilité Prometheus → Grafana.
- Chaîne CI/CD robuste sous GitLab CI : tests, intégration, déploiements automatisés.
Projet Renault – Fusion capteurs & post-processing GNSS (Lead Dev Back-end)- Développement de modules Python/Flask & C++ conteneurisés pour traitement GNSS + fusion capteurs temps réel (ROS node).
- Automatisation du post-traitement, mentoring d’un alternant front-end.
- Résultats : plateforme extensible et intégrée dans la chaîne Renault, transfert de compétences réussi.
Projet Orange – Calcul GNSS en temps réel sur cloud (Lead Dev & Intégrateur K8s)- Migration du calcul GNSS vers le cloud Orange Business.
- Intégration Kubernetes, scripts de monitoring (latence/coûts), présentations techniques aux BUs.
- Résultats : architecture validée, latence maîtrisée, adoption inter-équipes.
Impact- Réduction de la latence des traitements GNSS.
- Mise en production de solutions scalables, observables et conformes aux standards industriels.
- Leadership technique : code reviews, mentoring, diffusion des bonnes pratiques DevOps et ROS.
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
- Master 2Université Aix Marseille2016Commmerce en Instrumentation Scientifique
- Master 1Université Paul Sabatier2015Electronique des systémes embarqués et télécommunications