Mahamadou KEÏTA

Mission 1 : Mise en place d’une LLM Gateway pour centraliser l’accès aux modèles IA • Déploiement d’une gateway LiteLLM à partir de l’image Docker officielle afin de standardiser l’accès aux modèles IA via un endpoint unique. • Intégration de plusieurs fournisseurs de modèles : OpenAI, Gemini, Ollama, Hugging Face. • Centralisation des appels LLM de l’entreprise pour simplifier l’usage, la configuration et la supervision des modèles. • Intégration de Prometheus et Grafana pour le monitoring des coûts, des appels, des erreurs et de l’usage des modèles. • Mise en place de mécanismes de fallback entre modèles afin de réduire les erreurs liées aux paramètres non supportés par certains modèles. • Technologies : Python, Docker, LiteLLM, OpenAI, Gemini, Ollama, Hugging Face, Prometheus, Grafana, LLMOps Mission 2 : Développement d’une solution IDP pour le traitement automatique de documents • Mise en place d’une route OCR permettant de sélectionner différents moteurs : Tesseract, PaddleOCR, Mindee. • Intégration d’un extracteur de texte avec pdftotext pour les PDF exploitables sans OCR. • Développement d’une route de classification automatique de documents : devis, dispositions particulières, contrats, rapports techniques, autres. • Connexion de l’API à la gateway LLM pour automatiser la classification après OCR ou extraction de texte. • Développement d’une route d’extraction des garanties dans les contrats d’assurance à partir de prompts structurés et de règles métier. • Technologies : Python, FastAPI, Tesseract, PaddleOCR, Mindee, pdftotext, LiteLLM, Docker, LLM, Prompt Engineering, IDP

Mission 1 : Participation à la mise en place d’une solution IA pour l’élaboration de comptes rendus automatiques • Optimisation des prompts pour maximiser l'efficacité des réponses des modèles de langage. • Déploiement d'un Docker LLM Gateway pour l'inférence vLLM utilisant Llama3 • Évaluation et sélection d'outils de transcription audio Whisper, WhisperX, Insanely FastWhisper pour déterminer le plus performant. • Technologies : Python, Docker, Flask, Swagger, Jenkins, Llm, Github Mission2 : Audit de code c++ en utilisant une solution IA • Mise en œuvre d'une stratégie de Chunking (découpage du code C++ en plusieurs morceaux compréhensibles par le modèle IA) pour ne pas dépasser la taille de contexte du modèle utilisé (llama3) pour générer les résultats de l’audit • Développement de scripts pour l'inférence asynchrone utilisant Meta-lama-3-70B puis Meta-llama-3.1-8B • Suivre les dernières évolutions en matière de modèles d'IA générative multimodaux, techniques de fine tuning, RAG (Retrieval-Augmented Generation) et jeux de données d'apprentissage, afin de rester à la pointe de l'innovation .• Implémenter des pratiques de développement durable et efficace de l'IA, assurant une gestion responsable et performante des ressources et des technologies • Technologies : Python, Llm, Gitlab Mission 3 - Développement d’agents IA avec CrewAI pour optimiser la recherche de candidats • Optimisation de prompts pour améliorer la pertinence des réponses des agents IA • Déploiement de l’application via Docker avec Streamlit en frontend et FastAPI en backend • Implémentation de tests unitaires et mise en place d’une CI/CD automatisée avec Gitlab • Déploiement et configuration d’Airflow pour l’orchestration des workflows du projet Env. Technique : Python, Streamlit, FastAPI, Docker, Gitlab, Airflow, Crewai, Azure AI Search

Mission 1 : Analyse de sentiment d'avis client • Labeling & Preprocessing des données • Mise en place par transfert learning (BERT) d'un modèle d'analyse de sentiment des avis clients sur eBay, Amazon, Trustpilot.​ • Déploiement de la solution en production.​ • Technologies : Python, Label Studio, MongoDB, Spark NLP, Bert, FastApi Mission 2 : Intelligent Document Processing (IDP) • Veille technologique • Nettoyage des données, management d'équipe de labeling, construction de modèle NER. ​ • Dévéloppement d'un système OCR pour l'extraction d'informations de fichiers PDF et d'images.​ • Technologies : Python, Spark NLP, AWS, FastApi, BERT Mission 3 : Job Posting • Développement d'un script automatisé pour extraction de caractéristiques d'offres d'emploi.​ • Automatisation à travers des LLMs (GPT-3 et GPT-4) et utilisation de Geopy pour calcul de coordonnées géographiques. ​ • Technologies : Python, MongoDB, API., Llm ​ Mission 4 : Mise en place d'une solution IA pour l'extraction de caractéristiques d'offres d'emplo • Développement de script de filtrage, détection d'EIN avec Python (Fuzzy Matching library).​ • Filtrage de données pour identifier les offres d'emploi de catégorie "post-graduate".​ • Technologies : MongoDB, Python (bibliothèque Fuzzy), Llm.​ ​

Mission 1 : ​Gestion de bases de données • Rédaction de courriers administratifs​ • Gestion et maintenance de bases de données, axée sur le nettoyage et la mise à jour des données.​ • Assurer la précision et l'actualisation des données, soutenant une prise de décision efficace.​ • Faciliter une communication claire et la notification appropriée des irrégularités financières.​ Mission 2 : Analyse et élaboration de documents de synthèse​ • Analyse et traitement des opérations régulières • Création de documents de synthèse détaillant les missions de la Cheffe de l'Unité Traitement Indemnité.​ • Fournir des informations claires et précises, aidant à l'efficacité opérationnelle.​ Mission 3 : Planification des activités annuelles​ • Développement d'une frise chronologique détaillant les tâches opérationnelles annuelles.​ • Permettre une planification précise et une gestion efficace des activités annuelles.​