Halidou Abdoul yasset

Conception et mise en production de solutions d'IA générative et d'Agentic AI : systèmes multi-agents, assistants RAG et modèles de prévision, du prototype au déploiement. - Conçu et orchestré un système multi-agents LangGraph qui collecte, analyse et prévoit la demande énergétique en temps réel, en intégrant par tool calling des flux IoT, des données météo et les prix de marché. - Développé un assistant RAG capable d'interroger une base d'articles scientifiques en langage naturel, en sélectionnant la meilleure configuration par un protocole d'évaluation rigoureux - Fiabilisé la génération de réponses via AWS Bedrock (Claude) grâce à des citations obligatoires, qui éliminent les réponses inventées sur les questions hors sujet - Construit des modèles de prévision (LSTM, Prophet, XGBoost) sur des données réelles, avec une erreur inférieure à 5 % du quart d'heure à la journée. - Industrialisé les solutions avec Docker, Terraform et Airflow pour un déploiement en une commande, et livré des interfaces Streamlit accessibles aux utilisateurs non techniques.

École doctorale : Sciences pour l’ingénieur - micro et nanoélectronique. Sujet de thèse : Rectenna optique : étude de nanoantennes plasmoniques couplées à des diodes ultra-rapides pour la conversion de la lumière en électricité. Modélisation, Simulations et Mesures.

Séjour de recherche au sein de l'équipe Adaptive Quantum Optics de l'institut MESA+ Institute for Nanotechnology (Pays-Bas), sous la direction du physicien Oluwafemi S. Ojambati. Contribution à des projets de modélisation et d'analyse de données en nano-optique et optique quantique, avec un focus sur l'exploitation de données expérimentales issues de nanostructures plasmoniques (traitement de signal, analyse statistique, visualisation scientifique).