Passer au contenu

Expérience

Où j'ai travaillé et ce que j'ai construit.

BCG Platinion, SAP, Allianz, Fraunhofer et la TUM. Ce sur quoi j'ai travaillé et ce que j'ai appris en chemin.

Parcours

Chronologie

Product Owner & AI Architecture Lead (Stage)

SAP

avril 2026 – juillet 2026·Munich, Allemagne·Sur site

Product owner et responsable architecture pour Mycellium, un système multi-agents sans orchestrateur développé dans le cadre du cours pratique TUM SAP. A conçu l'ensemble de l'architecture système et porté la livraison au sein d'une équipe de 8 personnes, de la recherche à l'implémentation et aux présentations aux parties prenantes.

  • Architecture d'essaim d'agents sans orchestrateur avec enchères pondérées par compétences et confiance, un blackboard en ajout seul, et un consensus construit par les agents qui se citent et s'appuient les uns sur les autres
  • Décomposition des contrats et des threads, protocole d'enchères pour l'auto-sélection, et suite d'outils du blackboard (post, cite, vote, mention)
  • UI : bac à sable visuel de type canvas pour configurer les réseaux d'agents et simuler des exécutions d'essaim en direct avec une lecture pas à pas
  • Product ownership : gestion du backlog, coordination des sprints et présentations techniques aux partenaires industriels de SAP

Étudiant salarié, IA & Data Analytics

BCG Platinion (Boston Consulting Group)

novembre 2025 – aujourd'hui·Munich, Allemagne·Sur site

Au sein de la practice Énergie, sur la stratégie IA, l'architecture GenAI et l'intelligence contractuelle pilotée par l'IA, à la fois développeur et architecte. Présente son travail en interne en anglais et en allemand.

  • A conçu et développé un prototype entièrement fonctionnel illustrant des cas d'usage d'IA de pointe dans des workflows complexes de gestion de contrats : des agents IA qui transforment chaque contrat en jumeau numérique auditable (~96 % de couverture des termes sur 50 contrats), un assistant adapté à chaque rôle avec des modifications confirmées par un humain, et un moteur de portefeuille produisant le P&L et les next best actions
  • Utilisé avec succès comme outil de développement commercial auprès de plusieurs grands comptes internationaux de l'énergie, générant de nouvelles opportunités et de nouveaux leads
  • A contribué à une plateforme de facturation agentique pour fournisseurs d'énergie (agents pour les équipes back-office, intégration maison intelligente)
  • A dirigé plusieurs projets internes : un outil de recherche de slides en langage naturel remplaçant un outil abandonné, une plateforme ETRM agentique (en développement) et des plugins agentiques adoptés par plusieurs équipes
  • Ateliers avec les parties prenantes sur l'adoption, l'impact et les risques de l'IA

Étudiant salarié, IA/ML

Allianz SE

octobre 2024 – novembre 2025·Munich, Allemagne·Hybride

A développé des applications GenAI pour les opérations d'assurance. A conçu des workflows agentiques avec une sélection de modèles optimisée en coûts. A favorisé l'adoption via des ateliers avec les parties prenantes.

  • Applications GenAI : analyse de la communication client, enseignements tirés des rapports médicaux, évaluations d'assurance
  • Conception de workflows agentiques appuyée sur des analyses coûts-bénéfices des modèles et fournisseurs cloud, présentées aux parties prenantes pour favoriser l'adoption
  • Manuel de prompt engineering accompagné d'un outil qui aide les collaborateurs à améliorer leurs prompts de manière itérative, mis en avant dans la newsletter interne mensuelle d'Allianz
  • Pipelines CI/CD (Jenkins) pour promouvoir les workflows agentiques en production

Stagiaire, IA générative

Fraunhofer Society

mars 2024 – juillet 2024·Munich, Allemagne·Hybride

A construit un pipeline RAG privé pour la gestion des connaissances institutionnelles. A dirigé des améliorations en matière d'ingestion des données, de qualité de récupération et de sécurité IA.

  • Pipeline RAG privé s'appuyant sur des données publiques institutionnelles
  • Optimisation de l'ingestion des données et amélioration de la qualité de récupération
  • Conception de garde-fous : anti-hallucination, résistance aux attaques par prompt
  • Prompt engineering pour une gestion des connaissances fiable et sécurisée

Auteur de recherche, LLMs for Science

Publié dans JSEP (Journal of Software: Evolution and Process)

octobre 2023 – janvier 2024·Munich, Allemagne·Recherche

A coécrit un article évalué par les pairs sur l'utilisation des LLM dans la recherche et l'analyse de données. Ce travail a été cité plus de 212 fois (dont 83+ sur Scopus), contribuant au discours académique sur l'adoption de l'IA.

  • Publication évaluée par les pairs sur l'utilisation des LLM pour la génération de code et l'analyse de données
  • 212+ citations, dont 83+ sur Scopus, servant de base à des formations à la recherche pilotée par l'IA
  • A contribué au discours académique sur l'adoption responsable de l'IA dans les workflows scientifiques

Carte des compétences

Graphe des compétences

Recherchez par compétence, entreprise, projet ou technologie et explorez comment les compétences sont reliées entre elles.

Affiche 13 sur 13 nœuds.

Compétences techniques

Recherchez dans l'ensemble des compétences, puis ne consultez que les catégories correspondantes.

Affiche 67 sur 67 compétences dans 8 catégories.

IA & Machine Learning

essentiel
Grands modèles de langage (GPT, Claude, Gemini, modèles Bedrock)Systèmes d'IA agentiqueArchitecture multi-agentsGénération augmentée par récupération (RAG)Model Context Protocol (MCP)Recherche hybride & récupérationPrompt engineering & optimisationWorkflows agentiques & orchestrationFlow engineering (Bedrock Flows)Intelligence documentaire & NLPOrchestration multi-modèlesAtténuation des hallucinationsSécurité IA & garde-fousÉvaluation & fiabilité des systèmes LLM

Ingénierie Frontend

essentiel
TypeScript / JavaScriptNext.js / ReactTailwind CSSSystèmes d'UI responsiveAccessibilité (WCAG)Architecture de composants (Radix UI)Visualisation de données pour workflows IA

Ingénierie Backend

essentiel
PythonJavaC++ / SystemCSQLFastAPIJava Spring BootNode.jsAPI REST & microservicesPostgreSQL / bases de données vectoriellesOCR & pipelines de traitement documentaire

Cloud & DevOps

pratique
AWS (Bedrock, SageMaker)Azure / Azure OpenAIDéploiement Vercel & RailwayDockerCI/CD (GitHub Actions, Jenkins)

Architecture & Produit

pratique
Architecture de solutionsModèles de conception systèmeConception de protocoles d'agentsConception de pipelines de donnéesProduct ownership pour projets IA

Stratégie & Delivery

pratique
Évaluation de faisabilité IAAnalyse coûts-bénéficesAnalyse des compromis modèle / fournisseurAnimation d'ateliers avec les parties prenantesAgile / Scrum (Jira, Confluence)

Recherche & Fondamentaux

pratique
Recherche sur l'IA digne de confianceAnalyse des risques au moment du promptConception d'évaluations empiriquesRédaction scientifique & publicationArchitecture des ordinateurs (conception FPU)

Écosystème & Outillage

pratique
LangChain / Flowise / n8nClaude Agent SDKAPI OpenAIAPI GeminiFrameworks de prompts pour cas d'usage entreprise

Compétences

Langues et domaines

Langues

  • Anglais (courant)
  • Allemand (courant)
  • Français (langue maternelle)
  • Arabe (langue maternelle)
  • Espagnol (notions de base)

Secteurs

  • IA d'entreprise / Conseil
  • Assurance et services financiers
  • Énergie et services publics
  • Recherche et enseignement supérieur

Méthodes de travail

  • Livraison Agile / Scrum
  • Animation d'ateliers avec les parties prenantes
  • Analyse de faisabilité et coûts-bénéfices
  • Architecture et conception de solutions

Ce site peut utiliser des analyses respectueuses de la vie privée pour améliorer la qualité du contenu. Aucun cookie publicitaire n'est utilisé.

Vous pouvez modifier ce choix à tout moment sur la page de confidentialité. En savoir plus dans la Politique de confidentialité.