Anand CANDASSAMY

J’accompagne les DSI, directions métier et COMEX sur l’ensemble du cycle de vie des projets IA : identification des cas d’usage, audit de l’existant, cadrage stratégique, réalisation de PoC, architecture LLM/agents, industrialisation, mise en production, gouvernance et adoption métier. Missions représentatives : – Assurance / Santé — Automatisation de l’analyse de dossiers médicaux Cadrage métier, benchmark LLM/OCR, architecture end-to-end et industrialisation d’un pipeline d’extraction documentaire connecté aux outils métier. Jusqu’à 2 000 documents traités/jour, knowledge graph décisionnel, boucle de réapprentissage supervisée et interface de validation métier — réduction de 90% de la charge support. – Banque — Intelligence des avis clients Conception d’un pipeline multi-sources d’analyse des avis clients : agrégation Google/Trustpilot, scoring de friction, classification des irritants par agence ou application, routage automatique vers les équipes concernées et boucle de traitement post-résolution. – Média / Juridique — Agent IA multimodal de conformité publicitaire Conception et déploiement d’un agent IA multimodal sur Google Cloud pour assister la vérification réglementaire de contenus publicitaires vidéo et image. 300 publicités analysées/jour, -40% de charge pour les équipes juridiques. – Industrie automobile — Computer Vision & forecasting opérationnel Développement d’un module de vision par ordinateur pour détecter les situations à risque et prévenir les accidents du travail. Mise en place de modèles de forecasting pour anticiper les ruptures de stock et optimiser la planification opérationnelle — réduction observée de 40% des accidents et anticipation de 90% des pics d’activité. – Retail — Agents IA marketing & veille concurrentielle Cadrage, conception et industrialisation d’un système d’agents IA marketing : génération de contenus social media, veille concurrentielle prix et optimisation dynamique des campagnes Google Ads. – Audit technologique IA / Due Diligence Audit de maturité data/IA, évaluation d’architectures deep learning, robustesse des modèles, risques de passage à l’échelle et dette technique. Production d’un rapport de due diligence pour décideurs : scoring des risques, recommandations d’investissement et feuille de route IA. Domaines d’intervention : – Cadrage de cas d’usage IA, audit de maturité, business case et feuille de route – Architecture LLM/agents, RAG avancé, assistants métier et automatisation de workflows – PoC, MVP, industrialisation, mise en production et MLOps – Gouvernance IA, conformité AI Act/RGPD, adoption métier et conduite du changement – Formation des équipes internes, réseau de champions IA et autonomisation technique Stack : LangChain, LangGraph, LlamaIndex, MCP, RAG, bases vectorielles, Databricks, Python, PyTorch, TensorFlow, FastAPI, Docker, vLLM, Ollama, MLOps, CI/CD, déploiement on-premise. Expertise reconnue : 30+ projets IA accompagnés du PoC à l’industrialisation · 500+ professionnels formés · 95% de satisfaction clients et partenaires · Lauréat Défis Convergence — France AI Summit 2025

– Mise en place d'algorithmes de calibrations intelligents sur des capteurs connectés: optimisation de capteurs low cost et temps réel avec des algorithmes de deep learning capables de corriger les faux positif et comparaison des données avec des capteurs haut de gamme pour la qualification de nos capteurs vis-à-vis des normes. – Administration de serveurs linux et de services web. – Développement d'une plateforme de communication pour le RNSA (Réseau national de surveillance aérobiologique). – Gestion de base de données en NoSQL.

– Création d'un logiciel de télésurveillance cross-plateforme (Linux, Windows, MacOS) via le framework ElectronJS, avec l'aide d'Angular, et de la base de données Parse (basé sur MongoDB).