Mahamadou Diangana

Consultant IA / MLOps – BNP Paribas ITGP ProdSec (via Meritis)

Salaire / Taux journalier

Paris, France

Freelance, ouvert au CDI

Expertises

KubernetesPythonSplunkAWSBig DataData ScienceDeep LearningDockerETLFastAPIFlaskGitHadoopIAMachine LearningMongoDBMySQLNumPypandasPostgreSQLPrometheusPySparkRESTful APIsRaspberry PiScalascikit-learnRequêtes SQLSupply ChainTerraformTensorFlowApache AirflowKafkaRedisGrafanaCC++JavaCybersécuritéData VizualizationLinuxAnsibleServiceNowAWS Lambda

Langues

Français (Maternelle)Anglais (Courant)

À propos

Introduction

Ingénieur GenAI, LLMOps et MLOps spécialisé dans le développement de systèmes multi-agents, d’architectures Enterprise RAG et de solutions IA en production. Mon parcours couvre l’ensemble du cycle de vie de l’IA moderne : Machine Learning, MLOps, LLMOps, Agentic AI et AI SRE. J’interviens sur la conception, l’industrialisation et l’exploitation de systèmes IA dans des environnements exigeants tels que la banque, la cybersécurité et la logistique. Au cours de mes expériences, j’ai notamment : • Développé des systèmes multi-agents pour l’automatisation d’investigations et l’aide à la décision. • Conçu des architectures Enterprise RAG et MCP pour exploiter efficacement les connaissances métier. • Industrialisé des plateformes MLOps sur AWS SageMaker avec CI/CD, monitoring et retraining automatisé. • Déployé des solutions GenAI intégrant LangGraph, LiteLLM, Langfuse et Amazon Bedrock. • Contribué à des initiatives AI SRE et AIOps pour l’automatisation de l’analyse d’incidents et de la Root Cause Analysis. Compétences principales : GenAI • Agentic AI • Enterprise RAG • LangGraph • MCP • LLMOps • LiteLLM • Langfuse • Bedrock • SageMaker • MLOps • AI SRE • AWS • Python Je suis particulièrement intéressé par les opportunités autour de : • GenAI Engineering • Agentic AI • Enterprise AI Platforms • LLMOps • MLOps • AI Reliability & Observability

Liens

Expérience de travail

Consultant IA / MLOps – BNP Paribas ITGP ProdSec (via Meritis)

Meritis | B Corp™

déc. 2025 - Présent

11 mois

Paris, France

• Conception d'un système multi-agents LangGraph pour automatiser l'investigation et la priorisation des vulnérabilités cybersécurité. • Développement d'agents IA exploitant des sources externes (NVD, CVSS, EPSS, CISA KEV) et internes (RefProd, CMDB). • Développement d'un MCP Server et d'un système Enterprise RAG pour l'exploitation des connaissances métier. • Orchestration d'un workflow automatisé CVE → Produits → Applications → Infrastructures. • Participation à l'industrialisation de plateformes LLMaaS, RAGaaS et à l'intégration de LiteLLM comme AI Gateway.

AI SRE / Agentic AI Engineer

Veille technologique continueFreelance

nov. 2024 - déc. 2025

1 an 2 mois

Paris, France

Développement d'agents IA pour l'investigation automatisée d'incidents et l'assistance à la Root Cause Analysis (RCA). ● Contribution à une plateforme AI SRE basée sur des systèmes multi-agents pour l'analyse intelligente d'alertes temps réel. ● Intégration de Knowledge Bases, MCP Tools et workflows Agentic AI pour enrichir les investigations. ● Participation à la migration vers LiteLLM, Langfuse et aux pratiques LLMOps de production. ● Automatisation de l'analyse et de la qualification d'alertes Kubernetes et AWS dans des environnements critiques. Environnement : AWS Bedrock, LiteLLM, Langfuse, EKS, Kubernetes, Grafana, Prometheus, CloudWatch, Terraform, GitHub Actions, Agentic AI, AI SRE, AIOps.

MLOps Engineer – IA logistique (AWS)

CLASQUIN

févr. 2024 - août 2024

7 mois

Lyon, France

● Industrialisation d'un système de prédiction ETA maritime sur AWS. ● Conception de pipelines MLOps sur SageMaker couvrant processing, entraînement, évaluation, validation et déploiement. ● Mise en place d'une architecture CI/CD avec séparation Build (CI) et Deploy (CD). ● Implémentation du monitoring des modèles, de la détection de dérive et du retraining automatisé. Environnement : SageMaker, SageMaker Pipelines, Lambda, Glue, S3, Terraform, GitHub Actions, Python, CI/CD.

AI/ML Engineer – Systèmes IA bancaires

SBI

oct. 2020 - mai 2022

1 an 8 mois

● Développement d'un moteur de détection de fraude temps réel. ● Conception d'une architecture de streaming basée sur Kafka. ● Développement d'APIs FastAPI haute performance avec cache Redis. ● Mise en place d'une boucle d'apprentissage continue pour améliorer les performances du modèle. Environnement : Python, Machine Learning, Feature Engineering, Kafka, FastAPI, Redis.


Formation

ECE. Ecole d'ingénieurs. Engineering School.

M.Sc., Artificial Intelligence & Data Engineering


Licences et certifications

IBM Data Science Specialization

Délivré le : août 2022

Certifié par IBM

Data Analysis with Python

Délivré le : août 2022

Certifié par IBM

Applied Data Science

Délivré le : août 2022

Certifié par IBM

Data Visualization with Python

Délivré le : août 2022

Certifié par IBM

Databases and SQL for Data Science with Python

Délivré le : août 2022

Certifié par IBM

Python Project for Data Science

Délivré le : août 2022

Certifié par IBM

Data Science

Délivré le : août 2022

Certifié par IBM

Data Science Methodology

Délivré le : août 2022

Certifié par IBM

Machine Learning with Python

Délivré le : août 2022

Certifié par IBM

Python for Data Science, AI & Development

Délivré le : août 2022

Certifié par IBM

Tools for Data Science

Délivré le : août 2022

Certifié par IBM

Le meilleur endroit pour trouver votre prochaine opportunité

© 2026. Tous droits réservés.