You're seeing this page as if you were . The main menu is still yours, though. Exit from immersion
Mohamed Yahdhih SidiMY

Mohamed Yahdhih Sidi

Senior AI Engineer | GenAI/RAG | AI Agents

700 €/jour
Paris, FR
8-15 ans

Délai de réponse moyen : 1h

À propos de Mohamed Yahdhih

Ingénieur AI/MLOps, 6+ ans d'expérience en conception et mise en production de systèmes GenAI. J'interviens de bout en bout : cadrage, architecture, développement, déploiement et monitoring.
Ce que je livre concrètement :

Pipelines RAG en production — hybrid search, reranking, intégration de sources hétérogènes (APIs, BDD, documents non structurés)
Systèmes multi-agents (LangGraph) — workflows asynchrones, chaînage de tâches complexes, knowledge base management
Classification produits e-commerce à grande échelle, précision passée de 60% à 90%, coûts d'inférence réduits de 40%
Fine-tuning LLMs open source (Mistral, LLaMA) avec LoRA/QLoRA
Monitoring LLMOps complet (Langfuse, LangSmith) : coûts, latences, qualité, alerting

Stack : Python, LangChain, LangGraph, vLLM, AWS Bedrock, Azure AI Foundry, Pinecone, pgvector, Qdrant, FastAPI, Docker, Kubernetes, Terraform, CI/CD, Airflow, PySpark
Approche : orientée impact. Je livre vite, je mesure, j'itère. Pas de POC sans chemin vers la prod.
  • Français

    Bilingue ou natif

  • Anglais

    Capacité professionnelle complète

Accepte de travailler sur site
Paris (jusqu’à 50 km)

Expériences

  • YZR Solution
    Senior AI Engineer & MLOps Specialist
    juin 2024 - Aujourd'hui (2 ans)
    Paris, France
    Pipeline de classification produits e-commerce (12M+ produits) : approche hybride modeles vanilla + LLM zero-shot, precision de 60% a 90% sur 4 niveaux de profondeur. Optimisation de pipelines RAG en production : hybrid search (dense + sparse retrieval), reranking, integration de sources de donnees heterogenes (APIs, bases relationnelles, documents non structures). Orchestration multi-agents avec LangGraph : workflows asynchrones, chainage de taches complexes, gestion de knowledge base structuree. Monitoring LLM avec Langfuse : tracking couts, latences, qualite des outputs, detection de degradations et alerting. Industrialisation end-to-end : Docker, Kubernetes (Azure AKS), CI/CD, Terraform, reduction de 40% des couts d'inference.
    LLM LangGraph Analyse de données RAG
  • ScanToSolve
    Ingenieur LLMOps
    octobre 2023 - juin 2024 (8 mois)
    Leadership technique sur la mise en production de LLMs : evaluation, fine-tuning, transition modeles proprietaires vers open source (Mistral, LLaMA) avec frameworks d'evaluation systematiques. Pipelines d'evaluation automatises : benchmarking, metriques de qualite, tests de regression et monitoring continu.
  • DrishtiPoint
    Ingenieur MLOps
    juin 2022 - octobre 2023 (1 an et 4 mois)
    Pipelines ML automatises end-to-end : entrainement, validation, deploiement et monitoring en production. Traitement de donnees a grande echelle avec Python, Elasticsearch et PySpark, CI/CD pour workflows ML.

Recommandations

Soyez le premier à recommander Mohamed Yahdhih

Contribuez à la réussite de ce freelance en partageant votre expérience de collaboration avec lui.

Ces profils de freelance correspondent également à vos critères

AgathaA

Agatha Frydrych

Backend Java Software Engineer

4.7

(3)

2

BaptisteB

Baptiste Duhen

Fullstack developer

4.6

(4)

5

AmedA

Amed Hamou

Senior Lead Developer

4

(2)

7

AudreyA

Audrey Champion

Web developer

4.3

(3)

4

Formations

  • Industrial Management MS Degree , Industrial Management with two Minors: (Data Science, and Supply chain Management)
    EMINES - School of Industrial Management / Mohammed VI Polytechnic University
    2020
    Industrial Management MS Degree , Industrial Management with two Minors: (Data Science, and Supply chain Management)

Compétences

Catégories