Méthode, terrain & CV

À propos

Ingénieur IA & Data avec 4 ans d’expérience, spécialisé dans la conception d’architectures data et IA : pipelines ELT/ETL, modélisation BigQuery, Cloud Run, RAG, workflows d’agents, automatisation et déploiement scalable, avec une forte culture software engineering et DevOps. Approche orientée impact, performance et adoption métier.

Localisation Paris, France dayasylla63@gmail.com +33 669 39 87 90 Écrire un message

Profil

Nous concevons et déployons des systèmes d’intelligence artificielle capables de passer du prototype à la production.

Au-delà des POCs, nous construisons des systèmes intelligents scalables, orchestrés et industrialisés, intégrés aux workflows métiers.

Notre métier, c’est faire passer des cas d’usage de la slide PowerPoint au service réel : données fiables, APIs stables, interfaces utiles, et IA observable une fois en ligne.

Nous intervenons sur tout le spectre — cadrage avec les métiers, conception d’architecture (RAG, agents, data platform), développement et industrialisation (Cloud Run, CI/CD, qualité).

Ce que nous construisons au quotidien

  • Architectures RAG et assistants métiers (citations sources, gouvernance documentaire)
  • Backends FastAPI et fronts React / Next.js pour des produits IA utilisables
  • Pipelines data & finance sur BigQuery (qualité, réconciliation, reporting)
  • Scoring ML, segmentation et automatisation de décisions data-driven
  • Observabilité LLM (Langfuse), secrets, déploiements reproductibles

Notre manière de livrer

Nous commençons par clarifier l’usage : qui décide avec quoi, quelle donnée est source de vérité, et quel “bon” résultat ressemble concrètement.

Nous privilégions des incréments testables : petites releases, métriques visibles, dette technique visible et traitée tôt.

Nous documentons et transmettons : un livrable sans transfert n’a pas de valeur durable pour l’équipe.

Contexte terrain

Nous avons livré en environnement exigeant : cabinet de conseil et innovation (Axys), retail & finance (Carrefour), industrie automotive (Škoda), services postaux et transport (La Poste, SNCF, Air France).

Ces contextes nous ont habitués aux deadlines de clôture, aux données sensibles, et aux arbitrages entre rigueur analytique et vélocité produit.

Stack & continuité

Côté IA : LangChain, LangGraph, MCP, multi-fournisseurs LLM (OpenAI, Gemini, Vertex AI).

Côté data & plateforme : Python, SQL, BigQuery, GCP, Terraform, Docker, GitHub Actions.

Nous restons en veille active sur l’écosystème agents et LLMOps — pour proposer des choix techniques durables, pas seulement à la mode.

Ce qui nous motive

Rendre l’IA actionnable : des systèmes intégrés aux workflows, mesurables, et maintenables — pas uniquement des démonstrations isolées.

Pour un sujet data, IA ou industrialisation, écrivez-nous : nous répondons rapidement aux messages structurés.

Expérience

  1. Axys - Centre d'Innovation

    2025 — Present

    Ingénieur IA/LLM — Architecte RAG

    R&D

    Projets

    • Onboarding AI Assistant Agent conversationnel basé sur SharePoint avec citations sources.
      • RAG
      • LangChain
      • FastAPI
      • React
    • Tender Analysis Platform Analyse intelligente d'appels d'offres avec scoring.
      • RAG
      • Vertex AI
      • Gemini
    • Automated Reporting Génération automatique de rapports depuis PowerPoint / Excel.
      • Python
      • LLM

    Responsabilités

    • Conception d'architectures RAG avancées (indexation, chunking, embeddings, re-ranking)
    • Orchestration multi-LLM et workflows d'agents (Vertex AI, Azure AI Studio, Google AI Studio)
    • Développement de backends FastAPI et d'interfaces IA (React / Next.js / Streamlit)
    • Industrialisation des déploiements cloud (Docker, Cloud Run, CI/CD GitHub Actions)
    • Mise en place du monitoring LLM (Langfuse) et du suivi coût/performance
    • Gouvernance des données et traçabilité des sources pour fiabiliser les réponses

  2. Carrefour

    2023 — 2024

    Data Engineer — Transformation Finance (migration ERP)

    Finance

    Contexte

    Dans le cadre de la migration ERP PeopleSoft vers SAP S/4HANA, contribution à la stabilisation des écarts comptables et à la fiabilisation des flux finance intra-groupe.

    Réalisations

    • Accompagnement de la migration PeopleSoft → SAP S/4HANA avec stabilisation progressive des écarts comptables
    • Structuration d'un socle BigQuery/Data Lake GCP pour les flux finance multi-ERP
    • Automatisation des contrôles et réconciliations intra-groupe (factures/paiements)
    • Conception de requêtes SQL avancées pour accélérer le diagnostic des anomalies comptables sur volumétrie élevée
    • Intégration des analyses de provisions et balances intercos dans le pilotage de clôture
    • Réduction de 50 % du temps consacré aux contrôles comptables récurrents

    Technologies BigQuery · SQL · Looker · SAP · Dataplex

  3. Škoda (Volkswagen Group)

    2023

    Machine Learning Engineer — Marketing Analytics

    Marketing

    Contexte

    Projet de marketing prédictif visant à améliorer la segmentation d’audience, le ciblage des campagnes et l’efficacité média.

    Réalisations

    • Mise en place d'un scoring de leads pour prioriser les audiences à forte conversion
    • Industrialisation de pipelines marketing data sur BigQuery (ingestion, transformation, scoring)
    • Entraînement de modèles de classification (Vertex AI / BigQuery ML) avec tuning d'hyperparamètres
    • Structuration de datasets historisés pour le ré-entraînement périodique des modèles
    • Transformation des scores de probabilité en segments actionnables pour le reciblage
    • Amélioration du ciblage et optimisation des coûts de campagnes

    Technologies Vertex AI · BigQuery ML · Python · SQL

  4. La Poste

    2023

    BI Analyst — Transformation comptable

    Transformation comptable

    Contexte

    Accompagnement de la direction comptable nationale pour industrialiser les reportings et renforcer le pilotage des chantiers de transformation.

    Réalisations

    • Déploiement de tableaux de bord Power BI pour piloter la transformation comptable nationale
    • Automatisation du cycle data (collecte, nettoyage, transformation) via Power Query
    • Conception d'indicateurs KPI et mesures DAX pour le suivi opérationnel des chantiers
    • Mise en place d'une organisation Kanban pour le suivi des initiatives d'amélioration continue
    • Unification des reportings épars en un outil décisionnel unique pour la direction
    • Standardisation du reporting pour améliorer la lisibilité managériale

    Technologies Power BI · DAX · Power Query

  5. SNCF

    2022 — 2023

    BI Analyst — Performance Sécurité & Environnement

    Infrastructure & production

    Contexte

    Au sein de la DIPR SNCF Réseau, conception d’outils de pilotage sécurité/environnement pour la production et la prévention des risques.

    Réalisations

    • Contribution aux tableaux de bord sécurité & environnement (DIPR, SNCF Réseau) pour un pilotage réactif des indicateurs opérationnels
    • Extraction et intégration multi-sources (bases de données, API REST, fichiers Excel) via Power Query, avec protocoles de contrôle qualité (cohérence, complétude, intégrité)
    • Consolidation de flux et constitution de référentiels historiques pour suivre les tendances incidents sur le long terme
    • Conception de modèles sémantiques et métriques DAX avancées (temps, site, typologie d'événement) pour analyses multidimensionnelles
    • Livraison de rapports interactifs orientés décision pour équipes terrain et management
    • Participation à l'amélioration de la visibilité sur les incidents et à l'anticipation des risques (sécurité au travail & environnement)

    Technologies Power BI · DAX · Power Query · REST API · Excel VBA · VB.Net

  6. Air France

    2022

    BI Analyst — Optimisation économique des lignes

    Gestion & revenue

    Contexte

    Mission orientée optimisation de la rentabilité des lignes avec modernisation des outils analytiques de pilotage économique.

    Réalisations

    • Analyse des leviers pricing (coefficient de remplissage, configuration cabine, type d'appareil) en lien étroit avec le Revenue Management
    • Déploiement de modèles prédictifs de rentabilité route intégrant données financières et opérationnelles
    • Automatisation des workflows de data management et fiabilisation des pipelines analytiques (Python, SQL, environnement SAP)
    • Développement d'outils d'extraction et de retraitement (Python, SQL, SAP BW, Business Objects) à partir des données métier ARA
    • Conception d'une application Flask de suivi analytique de la rentabilité par ligne
    • Orchestration des flux et interconnexion des données pour soutenir la réduction des coûts variables et l'arbitrage économique des routes

    Technologies Python · SQL · Flask · SAP BW · Business Objects · VBA

Formation

  • Master — ingénierie économique et analyse de données 2021 — 2022
  • Master — statistiques appliquées à l'analyse décisionnelle 2019 — 2021

Compétences

Vue synthétique des compétences techniques et des savoir‑être mobilisés en mission.

Compétences techniques (hard skills)

Outils, langages, cloud et industrialisation — le socle opérationnel de nos livrables data & IA.

Socle

  • Architecture Data & IA
  • RAG Systems
  • LLM Engineering
  • FastAPI Backend
  • CI/CD Pipelines
  • Data Engineering
  • Machine Learning
  • Data Visualization

IA & LLM

  • LangChain
  • LangGraph
  • Langfuse
  • Gemini
  • OpenAI
  • Vertex AI
  • Prompt Engineering
  • RAG pipelines

Cloud

  • GCP (BigQuery, Cloud Run, Vertex AI, Dataplex)
  • Azure AI Studio
  • AWS

Data & langages

  • Python (Pandas, Scikit-learn, PySpark)
  • SQL
  • Polars
  • R (Shiny)
  • Scala

DevOps & orchestration

  • Docker
  • Kubernetes
  • Terraform
  • GitHub Actions
  • Airflow
  • Kafka

Frontend

  • React
  • Next.js
  • Tailwind
  • TypeScript
  • HTML/CSS

BI & analytics

  • Power BI
  • Looker
  • SAP Analytics Cloud
  • Excel VBA

Savoir‑être & méthodes (soft skills)

Posture professionnelle et collaboration pour clarifier les besoins, sécuriser la qualité et rendre les résultats actionnables.

  • Communication & vulgarisation auprès des métiers
  • Animation d’ateliers et cadrage de besoins
  • Travail en équipe (agile, revues, pair work)
  • Rigueur, structuration & documentation des livrables
  • Gestion du temps & arbitrage des priorités
  • Curiosité technique & veille (IA, data, cloud)

Stack technique (aperçu)

Technologies et outils que nous utilisons souvent — non exhaustif, aligné sur les projets et le CV (badges Shields.io).

Langages, data science & BI

PythonRSQLTypeScriptScikit-learnPySparkBigQueryVertex AIPower BILookerExcel VBAMLOps

Cloud, DevOps & environnements

Google CloudAzureDockerKubernetesTerraformDataflowDataprocCI/CDGitGitHubPowerShellLinuxShellLaTeXVS Code

Front-end, back-end & données

StreamlitReactHTML5CSS3FastAPIFlaskDjangoNode.jsPostgreSQLSAPSAP HANASAP Fiori

Méthodes & collaboration

ScrumConfluence

Certifications

Certifications sur LinkedIn — liste complète et mise à jour.

Data engineering, data science & analyse

Déplier une ligne pour ouvrir le lien de vérification (et une image si elle est disponible).

Certificats

Langues

  • Français (natif)
  • Anglais (courant)

Centres d’intérêt

  • Football
  • Basketball
  • Scrabble
  • Mots fléchés