Amadou TRAORE

– Cadrage des cas d'usage fraude et des critères de risque – Analyse et préparation de données multi-sources – Création de variables métier et développement de modèles de détection: scoring, classification, anomalies pour la fraude – Mise en place de pipelines data et de solutions IA sur AWS – Exploitation de conversations téléphonique pour faire des résumés avec LLM – Mise en production via API, conteneurisation et supervision des traitements

– Analyse métier et conception d'un outil de lecture de garanties santé basé sur l'IA – Développement de solutions NLP, LLM et de chatbots – Développement de solutions RAG multi-agents et intégration de Neo4j pour enrichir le contexte et la pertinence des réponses – Déploiement des solutions avec des pratiques MLOps et Data Engineering via les services AWS – Documentation technique et présentation des résultats