Bertrand Louviot

J’accompagne les organisations dans la conception de prototypes et de solutions IA opérationnelles, du cadrage du besoin au déploiement. Conception d’applications LLM/RAG : recherche sémantique, embeddings, génération augmentée par récupération et traçabilité des sources. Développement d’un moteur de recherche audio avec Google Gemini, FastAPI, PostgreSQL/pgvector, Docker, JWT et pytest. Développement d’un agent conversationnel multi-agents avec LangGraph, composé de 7 agents spécialisés, mémoire conversationnelle et classification NLP. Développement d’APIs et de services Python testables et documentés avec Swagger. Réalisation de modèles de machine learning et deep learning : XGBoost, BERT, N-BEATS, CNN, U-Net et modèles de recommandation. Déploiement et industrialisation : Docker, Git/CI/CD, Azure Functions, Event Grid, Azure Blob Storage, AWS EMR et S3. Accompagnement des équipes métier : clarification du besoin, vulgarisation technique, documentation et transfert de compétences.

Conception et évaluation de modèles de machine learning et deep learning pour des problèmes de classification, scoring, recommandation et prévision. Scoring crédit explicable : XGBoost sur 307 511 clients, 122 variables, AUC de 0,755, analyse SHAP/LIME et prise en compte des coûts métier. NLP : fine-tuning BERT sur 1,6 million de tweets, accuracy documentée d’environ 86 %, API FastAPI et monitoring Azure. Prévision des ventes : modèle N-BEATS sur 913 000 données, MAPE inférieure à 10 % et dashboard Streamlit. Recommandation : modèles ALS/BPR sur 2,9 millions d’interactions et architecture serverless Azure. Industrialisation : Python, Git, Docker, tests, CI/CD, Azure Functions, Event Grid, AWS EMR et S3.

Animation de formations en Data Science, machine learning, deep learning, Python et statistiques. Formation au développement web, aux API backend, aux bases de données SQL et à React. Vulgarisation de concepts techniques auprès de publics non spécialistes. Encadrement de projets, évaluation des compétences et accompagnement vers la certification. Sensibilisation à la cybersécurité, au RGPD et aux bonnes pratiques de développement. Expérience de collaboration avec des équipes pédagogiques et des interlocuteurs aux niveaux techniques variés.

Enseignement des statistiques appliquées, de l’économétrie, de l’algorithmique et de Python. Formation à l’analyse de données et à la résolution de problèmes complexes. Intervention auprès d’étudiants de l’enseignement supérieur, notamment à Centrale Lyon et en IUT. Développement d’une forte capacité de vulgarisation et de structuration des raisonnements.