Je conçois et je construis des systèmes de retrieval, des intégrations LLM, et les pipelines de données qui les gardent fiables. Des partenariats techniques avec des équipes qui ont besoin que l'IA livre vraiment.
Ce que je fais
Systèmes de retrieval et de LLM conçus pour la précision, la latence et le coût. Pensés pour tenir sous trafic réel, pas pour briller sur un benchmark.
Les couches d'ingestion, de transformation et d'évaluation dont vos produits IA dépendent. Reproductibles, observables, conçues pour survivre à leur premier modèle.
De la question ouverte au prototype fonctionnel en quelques semaines. J'aide les équipes à dérisquer leurs idées IA avant qu'elles ne deviennent des engagements roadmap.
Projets
Trained and evaluated YOLOv5, YOLOv6, YOLOv8, YOLOv10, YOLOv11, and DETR models for pothole detection using custom datasets. Implemented data augmentation (Mosaic, MixUp, Geometric transforms). Dashboard and visualizations built with Tableau.
A geospatial and semantic search recommender system for eco-friendly hotels in Paris. Combines RoBERTa-based similarity with Haversine distance to suggest hotels based on sustainability and user intent. Built with FastAPI, async architecture, and deployed in Docker.
Transforms unstructured customer reviews into satisfaction scores using advanced NLP techniques. Models include TF-IDF, Neural Networks, RoBERTa, and LLaMA 3.2 fine-tuned with LoRA. Includes SHAP-based interpretability and a public Streamlit app.
A full-stack Product Lifecycle Management platform for a yogurt company. Features BOM tracking, recipe management, supplier/customer relationship tracking, Solidworks integration, invoice handling, and project dashboards. Centralized with MongoDB and role-based access.
A full-stack AI platform that ingests unstructured documents and autonomously generates semantic Neo4j Knowledge Graphs. Built with a high-density Next.js SaaS architecture and a FastAPI backend, the platform features a native GraphRAG chat engine powered by LangChain. It supports hot-swappable LLM execution, allowing users to seamlessly pivot between lightning-fast cloud models (Google Gemini) and highly private local hardware execution (Ollama).
Ce que les gens disent
Il a pris en charge des tâches complexes et les a livrées avec rigueur et créativité, un mélange rare entre esprit de recherche et discipline d'ingénieur.
PhD · Data Scientist & AI Engineer · Astek
J'ai enseigné à Ahmed durant son cycle préparatoire à l'École Polytechnique Internationale : discipliné, autonome, doué pour la résolution de problèmes.
Enseignant en informatique · Polytech Intl
Ahmed est un développeur talentueux, doté de solides compétences en sécurité, développement et réseau, qu'il met efficacement à profit pour faire avancer les projets qui lui sont confiés.
Développeur iOS · Swift & SwiftUI · Qovoltis
À propos
Je suis ingénieur IA, formé à l'ESILV (Diplôme d'Ingénieur, spécialité Data & IA), basé à Paris. La majorité de mon travail se situe à l'intersection des grands modèles de langage, du retrieval, et des pipelines de données qui les maintiennent précis dans le temps.
J'ai livré des systèmes d'évaluation LLM et des modèles prédictifs au sein d'un gestionnaire d'actifs, d'une société de conseil en ingénierie, et d'un produit de recharge pour véhicules électriques. À chaque fois, le même schéma : définir l'objectif clairement, choisir le plus petit système qui le livre, et l'instrumenter pour que rien ne se dégrade en silence.
Expérience
Building AI agents and RAG / GraphRAG pipelines end-to-end, from prompt architecture and evaluation through to production deployment.
Designed and evaluated an LLM-driven CV–job matching system across DeepSeek, Gemma, LLaMA, Mistral and Phi. Built the inference and evaluation pipelines, and co-authored a research paper on hybrid explainable matching (defended 18.5/20).
Built predictive models for corporate-issuer rating changes and default probabilities, with temporal feature engineering and class-imbalance handling. Delivered an explainable AI tool (SHAP/LIME) used by analysts on simulated investment pipelines from 2009 to 2024.
Shipped a cross-platform Flutter app for configuring EV charging stations: QR scanning, hotspot pairing, multilingual UI. Reduced hotline calls by 80%, ran hardware testing across embedded and UI teams.
Stack
Formation
Integrated Preparatory Cycle, Engineering Programme · Computer Science
Prendre contact
Je prends un petit nombre d'engagements à la fois. Si vous mettez en production des fonctionnalités IA et cherchez un partenaire technique réfléchi, écrivez-moi. Quelques phrases sur le problème me suffisent pour vous dire si je peux aider.