À propos de Salim
J'architecte et déploie des systèmes GenAI en production pour les grands
comptes régulés : banque, finance, pharma et SaaS B2B. Pas de PoC abandonné.
Du RAG on-premise, des agents autonomes multi-agents, des pipelines MCP
(Model Context Protocol) — livrés, scalés, monitorés en production réelle.
RÉSULTATS CLIENTS ENTERPRISE :
→ BNP Paribas CIB — Plateforme RAG (Retrieval Augmented Generation)
on-premise sécurisée pour corpus financiers (KYC/AML, analyst notes,
policies, covenants). Architecture complète : ingestion, indexation,
vector search avec pgvector, hybrid search, reranking, génération avec
citation tracking et contrôle de version RBAC. Modèles LLM on-premise :
Mistral Large, Llama, GPT-OSS 120B. Stack Python FastAPI, TypeScript,
LangChain, LangGraph, Opensearch, Langfuse.
→ Sanofi — RAG pipelines Node.js, LangGraph et Pinecone pour contenu
marketing pharma. Agents ReAct avec retrieval tools, monitoring et
évaluation des performances.
→ Brevo — Swarm d'agents LangGraph et CrewAI pour automatisation
marketing. Plateforme GenAI lancée à 50 000 beta testers. Multi-agent
systems en production.
CONSULTING IA & EXPERTISE :
RAG architecture, RAG pipeline, vector database (pgvector, Pinecone,
Qdrant, Azure AI Search, Opensearch), LLM fine-tuning (PyTorch,
TensorFlow, Hugging Face), LLM deployment, multi-agent orchestration,
MCP server development, AI agents avec tools, agentic RAG, semantic
search, retrieval optimization, relevance engineering, observability
LLM (Langfuse, LangSmith, Phoenix, Weights & Biases).
Co-auteur d'un ouvrage sur l'IA agentique et MCP chez Packt, co-écrit
avec Glaucia Lemos (Microsoft — publication à definir)
Chaîne YouTube technique sur GenAI, Azure AI Foundry, RAG, LangChain, LangGraph et MCP. Formations et mentoring d'équipes techniques sur les architectures LLM et les systèmes
multi-agents.
Français
Bilingue ou natif
Anglais
Capacité professionnelle complète
En télétravail uniquement
Travaille majoritairement à distance
Expériences
- BNP CIBLead AI EngineeerBANQUE & ASSURANCESseptembre 2025 - Aujourd'hui (10 mois)Paris, FranceDéploiement d'une plateforme RAG sur site pour un vaste corpus documentaire Finance/Banque (notes d'analystes, politiques, rapports, engagements, KYC/AML…), permettant un accès conversationnel et l'extraction d'informations par entité juridique et périmètre documentaire, avec une stricte application de la confidentialité et du contrôle d'accès basé sur les rôles (RBAC).● Architecture et déploiement de bout en bout du pipeline RAG (ingestion → indexation →extraction → génération) en Python (FastAPI) et TypeScript, avec LangChain/LangGraphet pgvector.● Conception de schémas d'index et de stratégies d'extraction/filtrage (protections de métadonnées, périmètres,dégradation temporelle, fraîcheur) pour améliorer la précision des k résultats les plus pertinents et réduire la dérive sémantique.● Agents multifonctionnels intégrés offrant la synthèse de documents, la synthèse ciblée, l'extraction d'informations clés et la génération de contenu à partir de sources (suivi des citations avec contrôle de version).● Déploiement en production sur site : intégration CI/CD, RBA
- PacktAuteurEDUCATION & E-LEARNINGaoût 2025 - Aujourd'hui (11 mois)Paris, France**Titre de l'Œuvre : Building Agentic AI Apps with Next.js, TypeScript and MCPje suis l'auteur du livre qui sortira au plus tôt fin Mars 2026**
- SanofiAI EngineerINDUSTRIE PHARMACEUTIQUEmars 2025 - août 2025 (5 mois)Paris, France→ Objectif de la mission : Optimiser et automatiser divers processus métier internes grâce à l’intégration de solutions basées sur l’IA générative.→ Solution mise en place : Conception d’architectures scalables et robustes, intégration de modèles avancés de type LLM via des API performantes développées en Node.js, permettant l’exploitation optimale de l’IA générative (Gen AI).→ Résultat obtenu : Amélioration significative des processus métier grâce à l'automatisation, meilleure fiabilité des applications GenAI et réduction notable du temps de traitement des tâches complexes.
Avis
Recommandations
+8
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
- Specialisation Machine Learning, Intelligence artificielleStanford University2023Specialisation Machine Learning, Intelligence artificielle
- TensorFlow Developer, Intelligence artificielleDeepLearning.ai2024TensorFlow Developer, Intelligence artificielle
Certifications
- Rust LLMOpsLinkedin Learning2024
- MLOps | Machine Learning OperationsDuke University | Coursera2024