Assem Sohaib BENSALAH

Conception d'une plateforme collaborative native IA pour la rédaction scientifique, articulée autour de flux de travail de co-rédaction humain-IA basés sur des agents. Conception d'agents utilisant des outils et génération sémantique enchaînée pour la rédaction, la révision et l'amélioration, le tout soutenu par un pipeline RAG intégré utilisant des plongements vectoriels et la recherche sémantique dans le contexte du document. Mise en œuvre de sorties structurées et de mécanismes de rétroaction pour améliorer le déterminisme, l'ancrage des citations et la qualité de l'écriture.

J'ai conçu une plateforme de gestion de la construction complète, de la modélisation des données à l'interface utilisateur. J'ai développé un schéma basé sur Supabase avec synchronisation des données en temps réel pour les utilisateurs simultanés sur site et au bureau. J'ai créé des modules d'allocation des ressources et de reporting pour améliorer la transparence des projets et la communication avec les parties prenantes. J'étais responsable de l'intégration continue et du déploiement continu (CI/CD), du déploiement et de l'observabilité sur Next.js/Vercel.

Conception et entraînement d'agents d'apprentissage par renforcement profond (PPO, TRPO, A2C) dans des environnements de simulation à grande échelle, avec un cadre de politiques en cascade publié et évalué sur 100 scénarios de simulation. Développement d'outils MLOps complets sur PyTorch, Weights & Biases et MLflow pour le suivi des expériences, la reproductibilité des exécutions et l'évaluation automatisée sur des centaines de tâches d'entraînement. Création d'un cadre d'évaluation de modèles – mesurant la qualité des politiques, la robustesse face aux attaques adverses et la stabilité de la convergence – adopté comme pipeline de benchmarking standard du laboratoire.

J'ai conçu un système conversationnel de production basé sur un modèle de langage (LLM) pour l'évaluation en temps réel des compétences linguistiques, prenant en charge les interactions adaptatives à plusieurs tours de parole. J'ai développé des stratégies d'invite et une orchestration conversationnelle dynamique pour assurer la cohérence contextuelle des longs dialogues, ainsi qu'un cadre d'évaluation de la qualité de la conversation, de la précision contextuelle et de l'engagement. J'ai intégré les pipelines de reconnaissance vocale automatique (ASR) et de synthèse vocale (TTS) avec l'inférence LLM en flux continu pour une interaction vocale de bout en bout avec une latence quasi instantanée.