Description

Ingénieur IA & automatisation avec plus de 15 ans d'expérience (ingénieur informatique de formation, ex-dev backend et chef de projet infrastructure).

Je conçois, développe et déploie en production des agents IA, des pipelines RAG et des workflows d'automatisation au service de cas d'usage métier concrets — pas des POC qui restent dans un tiroir.

J'ai d'ailleurs conçu et mis en production mon propre produit SaaS GenAI (SEO AI Systems, ~450 utilisateurs), ce qui m'a donné une vision complète du cycle : du prototype à l'industrialisation, avec monitoring, optimisation des coûts et fiabilité.

Je maîtrise une large palette de technologies pour répondre à tous les besoins en IA appliquée :

LLMs & GenAI : Claude (Anthropic), GPT-4 (OpenAI), Mistral, Gemini, Llama
Agents & orchestration : LangChain, LangGraph, CrewAI, AutoGen, multi-agents, tool calling
RAG & bases vectorielles : Pinecone, Weaviate, Qdrant, ChromaDB, Supabase
Automatisation : n8n, Make, Zapier, MCP (Model Context Protocol), webhooks, intégrations API
Back-end & APIs : Python (FastAPI, Django, Flask), Node.js, SQL, MongoDB, Firebase
Cloud & DevOps : Docker, CI/CD (GitLab, GitHub Actions), AWS, GCP, Azure, Vercel

J'interviens sur des projets variés :

Agents IA en production : assistants métier, automatisation de tâches complexes, agents connectés aux systèmes existants (CRM, data, outils internes)
Pipelines RAG : interrogation de données propriétaires en langage naturel (documentation, base de connaissances, support)
Automatisation de workflows : orchestration claude code / n8n/Make pour fiabiliser et industrialiser des process métier
Plateformes SaaS GenAI : architecture scalable, sécurisée et maintenable

Expliquez-moi votre besoin et je serai ravi d'y répondre.

À tout de suite dans la messagerie.

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Paris (jusqu’à 50 km), Nice (jusqu’à 50 km)

Decupler
Ingénieur IA & Automatisation — Agent Builder
janvier 2022 - Aujourd'hui (4 ans et 5 mois)
Conception et déploiement d'agents IA en production : orchestration LLM (Claude, GPT-4, Mistral) avec LangChain / LangGraph / CrewAI, multi-agents, tool calling et guardrails.
Architecture de pipelines RAG sur vector DBs (Pinecone, ChromaDB, Supabase) pour l'interrogation de données propriétaires en langage naturel.
Création produit SaaS GenAI de A à Z (SEO AI Systems) — stack Vite/React/Node/Firebase, déployée sur Vercel, ~450 utilisateurs.
Intégrations MCP (Model Context Protocol) et serveurs custom ; mise en place de Claude Code et d'infra IA pour des équipes non-techniques.
Workflows d'automatisation n8n / Make : webhooks, transformation JSON, enrichissement, connexion APIs (Slack, Gmail, CRM).
LLMOps : prompt engineering, optimisation des tokens/coûts, fallbacks, monitoring et évaluation (qualité, réduction des hallucinations).
Clients grands comptes : Decathlon, Société Générale, Le Point, Pluxee. Speaker E-Commerce Warsaw Expo 2026 (IA & AI Search).
intelligence artificielle IA générative Automatisation IA Agent IA
Decathlon travel
Consultant SEO & Automatisation / Data
février 2019 - janvier 2022 (2 ans et 11 mois)
Automatisation de pipelines data en Python via APIs (Semrush, GSC) : extraction, reporting, scoring —
−30% de temps opérationnel.
Stratégies de contenu à grande échelle (programmatique, clustering sémantique) et data structurée
(JSON-LD).
Conception de briefs et de contenus programmatiques alignés sur l'intention de recherche — +25% de
trafic organique.
Management d'équipes contenu + dev pour l'exécution de roadmaps techniques
IA générative RAG Agent IA Automatisation IA
Société Générale
Chef de Projet Infrastructure IT / Cloud
BANQUE & ASSURANCES
janvier 2015 - janvier 2021 (6 ans)
Pilotage de projets d'infrastructure cloud à grande échelle (AWS, Azure) : cadrage, delivery, budgets,
migration et optimisation des coûts.
Automatisation des déploiements (Jenkins, Python) et management d'équipes pluridisciplinaires.
Pilotage du cycle complet des projets infra (recueil des besoins → mise en production), respect des
délais et budgets.
Automatisation IA IA générative intelligence artificielle Agent IA RAG