Imad Sidhoum

• Pilotage de projets Machine Learning & GenAI à l’échelle groupe (ML classique, Deep Learning, RAG). • Conception et déploiement de modèles de scoring et d’aide à la décision en production. • Feature engineering à partir de données hétérogènes (CRM, comportementales, hôtelières). • Mise en production et monitoring des modèles (CI/CD, MLOps, performance, dérive). Technologies : Python, PyTorch, Hugging Face, LLMs, RAG, Snowflake / Snowpark, SQL, AWS, Docker, GitLab CI, Streamlit

• Développement de solutions Data Science, Machine Learning et GenAI pour des grands comptes. • Prise en charge complète du cycle de vie ML : data exploration → modélisation → déploiement → monitoring. • Conception de pipelines de scoring et d’APIs IA industrialisées. • Forte exposition aux architectures RAG, NLP et plateformes IA d’entreprise. Technologies : Python, PyTorch, Transformers, LLMs, FastAPI, RAG, Snowflake, SQL, Docker, GitLab CI, MLflow

• Valorisation automatisée de contenus audiovisuels à grande échelle via IA & NLP. • Conception de moteurs de recherche multimodaux et systèmes RAG (texte, image, audio). • Mise en place de pipelines de traitement massif (ingestion, indexation, recherche). • Optimisation de modèles speech & NLP pour des contraintes de latence et volumétrie élevées. Technologies : Python, PyTorch, Hugging Face, Whisper, CLIP, SBERT, NLP, RAG, Qdrant, Elasticsearch, Airflow, Apache Iceberg, Whisper