Boris D.

Solutions de numérisation de documents anciens (arabe, arménien, chinois, latin, etc.) déployées auprès d'institutions internationales (ONU, CNRS, BNF, gouvernements). - Conception de pipelines de traitement documentaire (transcription, extraction d'information, classification) : architecture end-to-end basée sur l'IA générative, approche modulaire par computer vision. - Développement d'outils sur mesure par projet : interfaces d'annotation, datasets spécialisés, pipelines de fine-tuning. - Mise en place des pratiques MLOps: entraînement reproductible, versioning des modèles et des données, suivi des performances. - Déploiement et maintenance d'APIs ML en production. - Veille et benchmark : évaluation continue des nouvelles approches pour maintenir l'état de l'art.

Projet d'extraction de clauses dans des documents juridiques pour une société de gestion de fonds (private equity). - Développement de pipelines d'extraction de texte structurée sur des fichiers Word/PDF. - Extraction des clauses cibles par méthodes NLP. - Constitution d'un dataset d'évaluation : définition du schéma d'annotation, coordination avec les experts métiers. - Maintenance d'une API ML intégrée à l'application web des équipes juridiques.

Classification automatique de mails.

Détection de fraudes sur les posts de réseaux sociaux et plateformes de commerce en ligne (insta, eBay, leboncoin).

Extraction automatisée d’informations dans des documents bancaires (fiscaux, administratifs, etc.).

Analyse de données GPS pour l’inférence de lieux d’intérêt (POI) et la construction de profils utilisateurs en vue de recommandations personnalisées.

Segmentation automatique musique/parole appliquée aux archives radio historiques.