Olivier Cavadenti

I offer my full-stack development services for all types of challenges, with a particular expertise in data, SQL, AI, and LLMs! Experience: - Worked on RAG tools (vector-based, graph-based, agentic RAG): QDrant, Chroma, Weaviate, PgVector. - Developed APIs for real-time GenAI applications. - Integrated and utilized OpenAI Assistants library. - Implemented advanced techniques for LLM model routing, task planning, internal memory modification. - Enabled LLMs to interact with external tools via function calling/tools. - Built networks of LLM agents using LangChain/LangGraph, Autogen. Projects: 2024 - VueJS/NodeJS: Innovative recruitment platform using LLMs. - React/NextJS: OpenAI Assistants management application. - Integrated OpenAI API: vector stores, assistants, function calling, Whisper for audio, file search, code interpreter. 2022 - 2023 Datadocs: Advanced TypeScript SQL Editor using ANTLR4."

Development of features for a platform for generating mapping applications and dashboards. Projects & Technologies: - GeoKey: Worked on enhancing and maintaining the system. - Backend Development: - Developed and optimized Java APIs. - Used Spring (Spring Boot, Spring Data, Spring Security) and Hibernate for ORM and database management. - Worked with Elasticsearch, including faceted search implementation. - Databases: - Oracle (PL/SQL, optimization, indexing). - PostgreSQL (PostGIS for spatial data). - MySQL (performance tuning, complex queries). - Frontend Development: - Built interfaces using AngularJS and Angular. - Integrated APIs and optimized UI performance.

Développement de fonctionnalités pour une application de gestion de stock et de facturation des magasins Grand Frais.

Thèse CIFRE en datamining (Actemium/INSA de LYON) Dans le contexte des industries manufacturières, la traçabilité unitaire doit permettre de répondre à de nombreuses questions sur le cycle de vie de chaque objet fabriqué identifié et elle répond à de nombreux enjeux de sécurité et de maîtrise des risques. La stratégie d'authentification de chaque objet reposera sur la capacité du système en cours de développement à capter les passages obligés en les enregistrant et en les analysant aux étapes essentielles. L'authentification qui nous intéresse vise à s'assurer de l'authenticité de l'objet à travers l'ensemble des transformations, et donc des flux qui ont permis de le fabriquer, le constituer, et le rendre disponible à un endroit donné à un instant donné. L'approche considérée devra donc prendre en compte de très grands volumes de données spatio-temporelles. Ces données peuvent être appelés traces et la caractéristique du traçage unitaire donnera de grandes collections de traces avec des structures intrinsèques spécifiques. L'enjeu de cette thèse est de valoriser les collections de traces unitaires en proposant des fonctionnalités de fouilles de traces (découverte de régularités ou d'irrégularités, épisodes intéressants, signatures de comportements ciblés, etc.). Pour cela, il est prévu de concevoir plusieurs domaines de motifs et de développer de nouveaux outils de fouilles de données sous contraintes pour assister cette valorisation.