Al Hassane Diallo

– Développement de solutions d'IA générative (RAG, systèmes agents) pour l'automatisation documentaire. – Modèle de classification multi-label NLP(macro F1 : 87%). – Assistant documentaire RAG reduisant de 80 % le temps d'analyse. – Workflow multi-agents avec LangGraph. – Déploiement d'API ML (FastAPI) et mise en production sur GCP

– Pilotage de projets R&D en IA appliquée à l'énergie, avec intégration de solutions LLM et RAG augmentant la productivité de 25%. – Développement d'un assistant génératif interne (+40 % de satisfaction). – Conception d'une IA générative capable de répondre automatiquement aux plaintes clients, basée sur un modèle de langage finement ajusté sur les données internes EDF (LLM + LangChain + RAG). – Amélioration du taux de résolution des demandes clients de 35% et réduction du temps moyen de traitement de 40%. – Conception d'un graphe de connaissances pour la gestion énergétique, réduisant le temps d'analyse des données de 30%.

– Exploitation et développement de solutions d'IA pour des projets de recherche appliquée à des cas industriels basé sur du Machine Learning, Deep Learning et les systèmes distribués. – Développement d'un modèle Deep Learning pour classification industrielle (précision > 92 %).

– Création d'un modèle prédictif IA réduisant de 60% l'erreur de prévision thermique sur les bâtiments pilotes. – Conception d'un système multi-agent collaboratif ayant permis une baisse de 20% de la consommation énergétique.