Li XU

Consultant technique accompagnant plusieurs clients dans le déploiement de solutions IA et Data Engineering. PROJET PRINCIPAL : RAG - Support Documentaire Intelligent (Synodis) - Conception d'un système RAG pour interroger la documentation technique. - Pipeline de données : Extraction, nettoyage, chunking et vectorisation. - Intégration hybride : Modèles propriétaires (OpenAI) et modèles Open Source (Llama 3, Mistral) issus de l'écosystème Hugging Face. - Déploiement on-premise conteneurisé via Docker et Ollama. - Orchestration (Airflow) et API de requêtage (FastAPI). Tech : LangChain, LangGraph, Hugging Face, Transformer, Ollama, Chroma, FastAPI, Docker. PROJET ML : Estimation des Prix d'Enchères (FTPROD) - Analyse et nettoyage des données historiques de ventes. - Entraînement et optimisation de modèles Machine Learning (Scikit-learn, LightGBM). - Déploiement du modèle en production via une API REST conteneurisée (Docker). Tech : Python, Pandas, Scikit-learn, LightGBM, FastAPI, Docker. PROJET DATA ENGINEERING : Données de Santé (IPC, AFNOR, AHP, ROFIM) - Développement de pipelines ETL pour l'intégration de données de santé (FHIR/HL7). - Implémentation de protocoles de sécurité pour les données sensibles. - Développement de modules Python avancés intégrés dans InterSystems IRIS. Tech : Python, InterSystems IRIS, ObjectScript, Azure, AWS. PROJET ARCHITECTURE : ERP & Analytique (SAM, Nanni Energy) - Architecture et développement d'un ERP (Django) et de dashboards analytiques. - Conception d'APIs REST (NestJS/FastAPI) pour la gestion des produits et utilisateurs. Tech : Django, NestJS, TypeScript, PostgreSQL, Plotly/Dash.

Project on Data Lake of Université Toulouse-III-Paul-Sabatie - Collection and processing of multi-type data from files or streaming - construction of the data lake architecture Technical environment: Python, Scala, Spark, Airflow, OpenStack Swift, InfluxDB, MongoDB, Neo4J, MQTT, Flask, React, Docker Projet on Predictive / proactive of parcel delivery for GeoPost · Exploration, cleaning, pre-processing of raw data · Training, adjustment, evaluation of machine learning models · Preparing environments to train and deploy models. Technical environment: Python, Scala, Spark, Kafka, Cassandra, Kubernetes

- Development of deep neural networks to use brain waves to predict epileptic seizures - Building of an end-to-end machine learning system, including data preprocessing, model training, post-processing, testing and evaluation Technical environment Python, Pytorch, Keras, AWS

Professional project with Télécom Paris on Price elasticity - Study of how price variation affects sales - Modeling for price optimization and sales forecasting - Application of different models: Random Forest, Catboost, Neural Networks, etc. - Developed a sales simulator based on dynamic pricing. Technical environment Python, GCP, BigQuery, Scikit-learn, Tensorflow/Keras, Plotly/Dash

Project on Orange Pro Shop (boutiquepro.orange.fr) - Development and design of new modules and features. - Technical reference: code review, performance optimization, security. Project on Orange Wi-Fi Hotspots shop - Launch and architecture of the project. - Technical support for the team. Technical environment PHP, MySQL, JavaScript/jQuery, Html5/CSS3/Sass, Zend, Symfony, Magento, Bootstrap, XML/JSON, SOAP/REST, Memcached, Apache, Linux (CentOS/Redhat) / Bash, Git, Composer, PHPUnit, Behat, Jenkins, Docker, Vagrant, JMeter, Burp Suite, Redmine, Jira