Pierre FODOP

Ingénieur LLM déployement chez groupe seb Developpement d'un RAG interne pour faciliter le reclassement des employer. Developpement d'une platforme Content factorie pour automatiser certaine tache de creation. Azure, AWS, Langchain, Langfuse, Opentelemetry

• Définition de la roadmap technologique en alignement avec les objectifs business ; arbitrage sur les choix d’architecture (Make vs Buy) pour optimiser le Time-to-Market. • Recueil du besoin auprès de spécialistes de la mobilité et des collectivités (ex: Marne-la-Vallée) pour traduire des problématiques urbaines complexes en solutions IA multimodales . • Direction technique d’une équipe de 3 développeurs juniors : définition des standards de développement, supervision des workflows Docker et évangélisation des bonnes pratiques en Vision Par ordinateur. • Pilotage de POC intégrant des LLM multimodaux pour croiser les données de vision (YOLO) avec les informations territoriales de Marne-la-Vallée, transformant la détection brute en aide à la décision. • Conception et déploiement d’une infrastructure Cloud Native sur AWS, automatisant le cycle de vie des modèles IA (MLOps).

mars 2026 – Present | Paris, France • Augmentation de 300% du nombre d’appel d’offre traité grace au développement de prompts systèmes pour l’extraction des clauses, des critères d’éligibilité et des échéances clés des dossiers d’appel d’offre des entreprise. • Automatisation de la génération de mémoires techniques personnalisés basés sur l’historique et l’expertise métier de l’entreprise. • Préparation du dossier de candidature et formalisation du business model et de la proposition de valeur axée sur le gain de productivité et l’augmentation du taux de succès aux appels d’offres. Mots-clés: Claude, AWS, Docker, OpenClauW

Recherche & Développement NLP & IA Générative LLM & diffusion • Réalisation d’une étude de l’impact des LLM sur toute la chaîne business de l’entreprise dès l’apparition de ChatGPT. Mes conclusions ont été utilisées pour définir la stratégie de l’entreprise afin de se protéger d’une disruption par l’IA. • Déploiement d’un chatbot technique pour les équipes opérations de l’entreprise, alimenté par des données sécurisées transmises par les clients. • Orchestration du déploiement interne de modèles LLM via Ollama, permettant une intégration sécurisée et conforme des LLM dans les flux de travail de l’entreprise. • Création et évolution d’un moteur RAG performant vers un workflow d’agents IA, réduisant le temps de recherche documentaire de l’équipe opérationnelle de 2 semaines à 3 jours. • Automatisation de la classification (85 % de couverture) par clustering sémantique de textes courts, intégrant des techniques de Graph Clustering et d’Embeddings vectoriels. • Conception d’un modèle d’IA générative basé sur les LLM pour la conversion de nuages de points à CAD sequence puis au modèle 3D correspondant. • Entraînement SFT d’un modèle de visual LLM avec MS-swift pour la compréhension des dessins techniques. Recherche & Développement Computer Vision & 3D • Construction de dataset entrainement de model (RCNN, YOLO, SOD) pour la detection d’objet et de petite features sur les dessins techniques. • Développement d’un modèle de vision par ordinateur pour extraire les vues saillantes sur les dessins techniques. • Déploiement de pipline d’OCR local et cloud pour la detection de textre sur des images de dessins techniques. • Développement d’un outil d’extraction et de nettoyage de données à partir de sources non structurées (dessins techniques, datasheets mécaniques, fichiers Excel) pour constituer une base de données textuelle et vectorielle. • Développement d’un modèle auto-régressif pour la reconstruction de séquence de nuages de points vers le CAD 3D. DevOps & MLOps • Standardisation de la livraison des modèles en packagant les solutions ML dans des modules Python versionnés (pip) et des conteneurs Docker, garantissant une repro-ductibilité à 100% entre le développement et la production. • Architecture et déploiement d’APIs REST de niveau production avec Django, fa- cilitant l’intégration transparente des modèles ML dans des écosystèmes logiciels d’entreprise. • Conception d’un pipeline CI/CD/CT (Entraînement Continu) robuste via GitLab CI, intégrant SonarQube pour l’audit automatisé de la qualité du code et le maintien d’une couverture de test >80%. • Intégration des services cloud AWS pour optimiser le cycle de vie des données, de l’ingestion à l’inférence des modèles. • Mentorat de stagiaires en data science sur des projets, en imposant les standards de « clean code » et les pratiques CI/CD.

• Write state of art of signal processing techniques applied to ERG and EEG • Analysis of ERG and EEG signal. Production of Matlab and Python code

Integration of solutions from the worlds of the Internet of Things and Artificial Intelligence in the context of buildings and territories; smart cities. * Development of a price prediction tool for a thermal renovation of a building; * Development of a business-oriented data visualization tool to simplify the tasks of the various stakeholders in the thermal renovation process; * Integration of management method and project monitoring As part of the thermal renovation; * Connection and estimated monitoring by the integration of sensor, these sensors measure ventilation and thermal of a building.

Supervised by a doctoral student and his thesis director, my work subject relates to the segmentation of the salivary glands reached by Gougerot's syndrome thanks to Deep Learning in ultrasound, two doctors from the University Hospital of Brest control the quality of my results. Publication: Siamese network for Gougerot-Sjögren semantic segmentation * Read scientific articles and reproduce their results; * Comparison between different architectures of neural networks; * Proposal of new architectures; * Writing and submission of a scientific article,

• Developed several micro-services on automotive Grade Linux system for boat navigation assistance with as a basis for nautical charts (S57, CM93, ...). • Finalization of the tool written in Type script for S57 charts visualization. • Developed several C++ libraries, AIS encoding and decoding, tides variation.

Study of the possibilities of improving facial recognition algorithms using the Intel RealSense D415, D435 and T265 cameras, generating in addition to a color image a cloud of points indicating the distance from a point of the image to the camera for a 3D perception of the environment; * Bibliographic study of deep neural networks; * Testing of the different models and selection of the best; * Compilation of the latter for the NVidia Jetson TX2 target * Deployment in C ++ with Bazel and torch * Development on this basis of a gesture recognition application in Python and C ++.

Worker internship or discovery of the business world. Make a social and cultural study of the company as part of the latter through a worker internship. * Completion of a plug-in called EasyTT for the Redmine project management web application in Ruby on Rails, the objective being to allow an acceleration of the project management process within the company; * Writing a server in C ++ for the Automotive Grade Linux system