Elhadji Abdoulaye Thiam

Mission chez Publicis Re:sources : Mise en d’un chatbot RH utilisant l’IA GEN (LLM) avec lequel on peut écrire et converser pour avoir des réponses à toute question relative aux ressources humaines. - Mise en place d’un data loader (pdf, word, excel...) générique avec nlm-ingestor - Vectorisation et stockage des données sous chroma - Mise en place d’un pipeline RAG avec langchain - Mise en place des tests unitaires - Deploiement du chatbot sous d’apis avec Fastapi sur une architecture micro-services Environnement technique : Python - Fastapi - Langchain - Openai - Huggingface - Docker - Azure - Git- Chroma - nlm-ingestor IA de rapprochements comptables : Mise en place un algorithme fournit la meilleure correspondance potentielle entre la facture et le bon de commande en tenant compte de toutes les informations disponibles par le biais d'un mécanisme de scoring. - Audit et amélioration du modèle existant​ - Feature engineering et mise en place d’un modèle de deep learning - Mlops : déploiement continue avec un pipeline build et deploy avec Azure Devops Environnement technique : Python - Azure Devops - Tensorflow - keras- Mlflow - Power App

Analyseur des données d’appels d’offre centralisés grave à l’IA générative pour générer des fiches de synthèse et une recommandation de profils - Mise des pipelines pour la centralisation des données avec l’extraction et leur indexation - Développement des fonctions azure pour créer les embeddings des textes - Utilisation de l’approche RAG avec l’IA générative pour la recherche sur les données indexées Environnement technique : Python - Azure Cognitive Search - llm - OpenAI - Functions azure - git

Contexte : C’est un projet de digitalisation de la santé qui vise à réduire de 10% le nombre d’événements CV (Cardio Vasculaire) aigus, la solution va s’appuyer sur les 3 leviers suivants : l’information, le dépistage, le suivi. - Définir les stratégies de collectes des données - Entraînement et évaluation du modèle de dialogue du chatbot pour des interactions fluides et cohérentes avec les utilisateurs - Déploiement et intégration du chatbot dans l’application mobile du patient

Contexte : Développement d’un chatbot éducatif multilingue pour sensibiliser sur la maladie homophilie - Conception & validation de l'architecture technique et fonctionnelle - Collecte des données en utilisant des pipelines de web scrappingConstruction d’un modèle NLU & implémentation d’un modèle de reconnaissance vocale pour convertir la voix en texte - Déploiement du modèle en tant qu'API avec Fastap - Référent sur la méthodologie et la mise en place technique auprès des data scientists

Contexte : Mise en place d’un Datalake & déploiement quelques use cases machine learning - Conception & mise en place d’une architecture de data lake pour la collecte, le stockage et la gestion de données d'assurance - Identification & production de Use cases : détection de fraudes, prédiction de risques de défaut de paiement, extraction de texte sur des formulaires unboarding client - Déploiement des modèles implémentés avec Cortex dans un cluster Référent sur la méthodologie et la mise en place technique auprès des data scientists et data ingénieurs

- Extraction d’informations à partir d’images Mise en place des environnements, collecte des données d’images & annotation des données/augmentation Mise en place des modèles de détection de texte et de reconnaissance jusqu’au déploiement des modèles sous forme d’api rest Mise en place des modèles d'ocr pour récupérer du texte sur les images - Participer à l’implémentation quelques POC pour des clients Fraud detection Churn prediction - Ecrire des articles pour le blog de Baamtu. - Implémentation d’une solution Kikanela de reconnaissance faciale et identification de la personne pour la gestion du