Jean Savary

• Développement d'une solution complète de génération automatique de dossiers de compétences via IA • Architecture backend FastAPI avec agents IA pour parsing de CVs, extraction de compétences et scoring • Pipeline ETL robuste pour traitement et enrichissement de données profils à grande échelle • Système de templates dynamiques avec génération PDF et adaptation automatique aux offres d'emploi • Intégration LLMs (OpenAI, Perplexity) pour analyse sémantique et matching de compétences • Implémentation d'orchestration de tâches asynchrones pour traitement batch de CVs Stack: Python, FastAPI, Langchain, Microservices, PostgreSQL, Redis, Celery, Airflow, AWS (S3, Lambda, EC2), Docker, LLM APIs, Supabase

J'opère au sein de l'équipe "analytics" de Diagoriente, en charge de construire différents produits autour de notre base de données de compétences professionnelles évolutive. • Management de l'équipe (4 personnes) data sur les sujets backend python et data science. • Développement de l'architecture back-end et data. • Contribution à l'élaboration d'une architecture en micro-services. • Création et maintient de notre base données graphs. • Contribution à la stratégie produit (API / APP / Plateforme data). Stack : Python, FastAPI, Langchain, Microservices, PostgreSQL, AWS, Terraform, ArangoDB, Test unitaires

• Conception et développement du backend pour plateforme d'analytics vidéo YouTube • Architecture ETL pour ingestion temps-réel de données YouTube (commentaires, métriques) via API • Modèles ML pour analyse de sentiment et extraction d'insights des commentaires • Base de données optimisée (PostgreSQL) pour stockage et requêtes rapides sur millions de commentaires • Pipeline de traitement NLP avec vectorisation et clustering pour segmentation d'audience • Webhooks et système de notifications pour alertes temps-réel Stack : Python, FastAPI, Langchain, PostgreSQL, Redis, OpenAI API, Embeddings, NLP (NLTK, spaCy), AWS (EC2, RDS, S3), Docker, Celery

Seeqle transforme les offres d’emploi et la marque employeur en publicités attractives et ultra-ciblées, diffusées sur les réseaux sociaux • Refonte complète de l'infrastructure backend et architecture micro-services • Conception et implémentation d'une base de données de personas optimisée pour recherche de candidats • Pipeline Airflow pour parsing automatique de CVs, extraction d'entités et scoring de compétences via LLM • Infrastructure cloud avec Railway et AWS pour déploiement scalable et monitoring • Encadrement des équipes Backend (2-3 personnes) et Data (2-3 personnes) - architecture et code review • Optimization des performances: réduction du temps de processing CV de 30s à 2s, latence API de 5s à 500ms • Contribution à la stratégie produit et définition de la roadmap technique Stack: Python, FastAPI, PostgreSQL, Redis, Airflow, LLM APIs (OpenAI), Railway, AWS (EC2, RDS, S3), Docker, Kubernetes

• Détection automatique d'épisodes au sein de vidéos de compilations à grande échelle (~50K vidéos) • Pipeline de traitement vidéo: téléchargement avec Pytube, extraction frames, encodage vectoriel • Algorithme d'embedding personnalisé pour reconnaissance de contenu visuel et détection d'épisodes • Infrastructure de stockage distribué avec AWS S3 et vectorstore ChromaDB pour similarité rapide • Système de scoring intelligent pour classification et regroupement automatique d'épisodes • Déploiement et orchestration sur AWS EC2 pour processing distribué Stack: Python, OpenCV, Embeddings, ChromaDB, AWS (S3, EC2), Pytube, NumPy, Pandas, Scikit-learn

Développement d'une application visant à réinventer le conseil en gestion de patrimoine. Stack : Python, FastAPI, PostgreSQL, Postman

Développement d'un application visant à faire du matching flou entre individus de deux bases clients différentes dans le but de synchroniser ces deux sources. Construction de : - l'ETL - l'API - Système de paiement - Automatisation de scripts - Déploiement sur serveur Stack : Python, Flask, SQL

- Professeur principal lors des 1er et 2nd batchs Data Science sur le campus de Nantes - Animateur lors d'atelier en ligne sur le thème de la Data

- Reporting & dashboarding pour l'équipe Sales Operations - Correction et création de requêtes SQL complexes - Formation SQL à l'équipe

- Participation à la stratégie produit - Définition de la stack technique - Recrutement profils techniques - Data Science - Backend

- R&D variabilité de la fréquence cardiaque - Détection d'anomalies (GPS, battements ectopiques, ...) - R&D état de forme d'un athlète (définition de nouveaux indicateurs)