Mathis Maunick

Agence spécialisée en solutions IA sur mesure. Gestion de multiples projets clients de la phase de découverte à l'industrialisation. • Pilotage de A à Z (Stratégie + Delivery) de multiples projets GenAI pour clients PME et Grands Comptes. • Définition des roadmaps IA, chiffrage du ROI (Business Value) et coordination des équipes métiers/tech en Agile. • Conception d'architectures RAG scalables et choix de la stack technique (OpenAI, Mistral, Pinecone, LangChain). • Industrie : Automatisation de devis via RAG, divisant le temps de traitement par 3 et sécurisant 6M€/an de revenu. • RH : Développement d'un moteur de matching sémantique (CV/Fiche de poste) via Embeddings pour automatiser le screening. • Relation Client : Mise en place d'un Chatbot SAV et Agent Téléphonique (Voice AI) assurant un support 24/7.

Lien stratégique entre les lignes métiers RH et la DSI pour la conception de produits de données. • Gouvernance & Sécurité (AI Safety) : Définition des normes de gouvernance pour l'IA (Droits d'accès, confidentialité, RGPD) sur des données RH sensibles. Point clé pour Toloka qui parle de "Red-teaming" et sécurité. • Stratégie Produit GenAI (RAG) : Pilotage de la conception d'un assistant d'analyse documentaire interne. Définition des besoins utilisateurs, rédaction des spécifications fonctionnelles et coordination avec les équipes de développement. • Architecture de Données : Modélisation des données pour assurer la qualité et l'accessibilité des informations pour les cas d'usage analytiques. • Gestion des Parties Prenantes : Animation d'ateliers avec le top management et les équipes techniques pour aligner la vision produit et les contraintes techniques.

Leadership technique pratique pour une plateforme SaaS B2B spécialisée dans les données de transport. • Ingénierie de Données : Construction de pipelines ETL et infrastructure Cloud pour traiter des hauts volumes de données de transport. • Conception API : Design d'API REST pour exposer les données aux applications clientes (SaaS B2B).

• Modélisation d'Entreprise : Animation d'ateliers pour concevoir des modèles de données (CDM) et structuration du catalogue de données. • Culture Data : Accompagnement des Business Units dans l'adoption des outils de données et définition des rôles (Data Stewards/Owners). • Qualité des Données : Établissement de normes de qualité essentielles pour préparer le terrain aux futurs modèles d'IA.