Louridi OSSAMA

Infrastructure IA & déploiement d'agents – Conception et déploiement d'une infrastructure IA interne sécurisée (Claude API, OpenAI API) permettant aux équipes Produit & Engineering d'intégrer des capacités LLM dans leurs workflows sans exposer les données sensibles au-delà du périmètre contractuel. – Mise en place et configuration d'environnements Claude Code pour les équipes de développement : paramétrage des contextes, gestion des permissions, intégration aux pipelines CI/CD existants — adoption mesurée à +60% de productivité déclarée par les développeurs. – Conception et intégration de MCPs (Model Context Protocol) connectant les agents IA aux outils engineering internes: JIRA, Confluence, GitLab, bases de données de production — permettant aux agents de lire et d'agir sur le contexte réel des équipes. – Industrialisation de workflows multi-agents (LangGraph) pour l'automatisation de tâches récurrentes : génération de documentation technique, revues de code automatisées, détection de régressions, synthèse de tickets JIRA — réduction de 3h/semaine par développeur. – Mise en place du suivi LLMOps: monitoring des coûts par token (par équipe, par projet, par use case), des latences, des taux d'erreur et des métriques de qualité des réponses — dashboards Grafana consultés quotidiennement par les Tech Leads. Gouvernance IA & sécurité – Définition et déploiement des standards de gouvernance IA: politique d'usage, gestion des accès par rôle (RBAC), classification des données autorisées à transiter vers les LLMs, audit trail complet des requêtes. – Implémentation de guardrails techniques (filtrage des prompts, détection de jailbreak, validation des outputs) et contractuels (DPA, clauses de confidentialité) pour garantir la conformité des usages IA dans des contextes réglementés. – Formation et accompagnement des équipes Produit & Engineering à l'utilisation des outils IA : workshops pratiques, documentation interne, guides de prompt engineering, sessions de retour d'expérience bi-hebdomadaires. Pilotage & coordination projet – Pilotage end-to-end de plusieurs projets data et IA simultanément : roadmap, RACI, suivi budgétaire, gestion des risques, reporting aux C-Level et comités de pilotage en anglais et en français. – Animation des rituels Agile Scrum pour des squads de 4 à 8 personnes (Data Engineers, ML Engineers, Developers) et rédaction des spécifications fonctionnelles et techniques. – Mise en place de la gouvernance data transverse : standards qualité, catalogue de données, processus de data stewardship, conformité RGPD, traçabilité des flux. – Rédaction de documentations projet complètes (architecture, runbooks, REX) garantissant la continuité et la transmissibilité des solutions au-delà de la mission.

Conception & industrialisation de pipelines – Conception, développement et industrialisation de pipelines ETL/ELT cloud (Python, SQL, Dataiku) pour l'intégration de données financières multi-sources (core banking, référentiels tiers, flux marché) dans le data lake central de la Direction Crédit. – réduisant le temps de développement de 40%bles (bibliothèques internes) pour standardiser les opérations d'ingestion, transformation et chargement — réduisant le temps de développement de nouveaux pipelines de 40%. – Implémentation de contrôles de qualité des données (schéma, volumétrie, cohérence référentielle, détection d'outliers) avec alerting automatique via Slack et email en cas d'anomalie. – Mise en place de tests unitaires et d'intégration (pytest) sur les pipelines critiques, avec couverture de test supérieure à 80% sur les flux réglementaires.

Ingestion & transformation à grande échelle – Développement de pipelines d'ingestion et de transformation (Python, SQL) traitant jusqu'à 10 millions de lignes par jour depuis des systèmes hétérogènes (bases relationnelles, fichiers plats, APIs REST, flux temps réel) pour la plateforme data Conformité. – Conception de l'architecture de transformation en couches (raw, staging, curated) avec règles de qualité à chaque étape, garantissant l'intégrité des données utilisées pour les reportings réglementaires. – Développement de jobs de détection d'anomalies sur les flux financiers (transactions atypiques, comportements suspects) via règles métier et techniques statistiques, en support direct des équipes conformité. NLP & IA appliquée à la conformité – Enrichissement des données non structurées par traitement NLP (emails, courriers, notes internes) : classification automatique des documents de conformité, extraction d'entités nommées (personnes, entités juridiques, montants), scoring de risque associé. – Développement d'un pipeline de vectorisation et de recherche sémantique (embeddings + base vectorielle) permettant aux analystes conformité de retrouver instantanément les précédents réglementaires pertinents dans une base de 500 000+ documents — réduisant le temps de recherche de 80%. – Exploration et prototypage d'agents IA de pré-analyse des dossiers de conformité : résumé automatique des pièces, détection des points d'attention réglementaires, génération de rapports structurés pour les équipes Risk. Streaming Kafka & performances Big Data – Mise en place de pipelines streaming Apache Kafka pour l'ingestion temps réel de 50 000+ événements par jour (transactions financières, alertes de conformité) avec latence inférieure à 500ms. – Exploitation de Spark sur Hadoop pour les analyses volumétriques : calcul d'indicateurs d'exposition, agrégations réglementaires — gain de performance de -35% sur les temps de traitement. – Participation aux travaux de conformité réglementaire (BCBS 239, RGPD): data lineage, contrôle des accès aux données sensibles, chiffrement des données PII, audit des flux. – Contribution à l'amélioration continue de la data platform: refactoring de pipelines legacy, standardisation des pratiques de développement, documentation technique complète.

Collecte & structuration des données marketing – Collecte, structuration et traitement de données marketing multi-sources (Google Ads, Meta Ads, DV360, The Trade Desk, Nielsen) pour une vision 360° de la performance des campagnes Samsung France. – Développement d'une solution d'agrégation automatisée via APIs Google Ads et Meta Marketing API (Python), remplaçant des exports manuels chronophages et éliminant les erreurs humaines. – Mise en place d'un data warehouse centralisé (PostgreSQL) agrégeant données publicitaires, ventes Samsung et données de marché pour des analyses cross-canal. Automatisation & dashboards analytiques – Développement de reportings entièrement automatisés (SQL, Python, Excel) : réduction des délais de livraison de 3 jours ouvrés à 4 heures, libérant 60% du temps analytique de l'équipe. – Conception de dashboards interactifs (Google Data Studio) utilisés quotidiennement par les équipes marketing et finance de Samsung France pour le pilotage en temps réel des campagnes. – Mise en place de rapports d'alerting automatique (budget, ROAS, anomalies de performance) permettant une réaction corrective en moins de 2 heures. Analyse de performance & optimisation – Analyses data-driven (segmentation audience, cohortes, attribution multi-touch) ayant contribué à une amélioration de 15% du ROAS sur les campagnes SEA Samsung France. – Identification d'opportunités d'optimisation budgétaire par analyse de la courbe de saturation des enchères : réallocation de 20% du budget vers des segments sous-exploités à fort potentiel. – Production d'insights stratégiques présentés mensuellement aux équipes marketing et direction de Samsung France : analyse concurrentielle, tendances de marché, recommandations d'activation.