Romuald KRAPPA

Projet 1 : Bricoman Prompt2Quote - Générateur de devis IA : Développement d’un système conversationnel multi-agents pour la génération automatique de devis B2B et B2C. 🎯 Mission : Conception d’un système basé sur l’IA pour comprendre les besoins clients et générer des devis personnalisés, multi-intentions et modifiables. ● Mise en place d’un pipeline d’embeddings pour le catalogue produits (catalogues, prix, stocks) avec une orchestration hebdomadaire. ● Développement de plusieurs agents spécialisés: complétude, intentions, produits, recherche, quantités, vérification ● Collaboration avec les experts métier pour définir les besoins fonctionnels et garantir l’alignement stratégique. ● Création d’un Lab Expert pour l’annotation et l’évaluation des devis générés par les experts métier. ● Fine-tuning des agents pour améliorer la précision et la pertinence des réponses. ● Développement d’un dashboard business pour la supervision et le suivi des performances. ● Conception d’un backend IA pour la supervision technique et l’expérimentation continue. ● Déploiement sur les canaux digitaux de Bricoman France. 📊 Impact business : : devis généré en 10s, score de 80%, amélioration de l’expérience client Technologies : GCP, Vertex AI, LangChain, LangGraph, Langfuse, Gemini Embeddings, Qdrant, Postgres/pgvector, FastAPI, Streamlit, Kafka, Terraform, Kubernetes, Helm charts, Docker, Artifactory, VAULT, SonarQube Projet 2 : Quotes Scoring : Développement d’un système de scoring basé sur l’Uplift Modeling pour optimiser les conversions de devis B2B et B2C à destination des magasins Bricoman France et Espagne. 🎯 Mission : Développement et entraînement de 5 modèles Uplift pour la France et l’Espagne ● Développement de pipeline ML complète avec CLI ● Industrialisation des modèles et scoring en batch ● Stratégie de supervision, de réentrainement et de promotion des modèles ● Pipeline CI/CD Github ● Backend IA pour la supervision technique avec Streamlit ● Mise en place de Dashboard Business pour les magasins & équipe marketing 📊 Impact business : +60% d’efficacité commerciale, +2% de conversion des devis Technologies : GCP, Airflow, ZenML, Cloud Storage, BigQuery, Kafka, VAULT, Kubernetes, Docker, Github CI/CD, Shell, Python, Jira, Datadog, Artifactory

Projet : Task Engine - Plateforme SaaS d'extraction de données hybride (No-code & Agents IA). • Extraction No-Code & Low-Code : Développement du moteur de scraping central (Python) permettant l'exécution de workflows définis via une interface visuelle. • Implémentation technique des Agents IA : Conception d'agents de navigation autonomes utilisant des LLM pour interpréter le DOM en temps réel et interagir avec des composants dynamiques - Utilisation de modèles VLM pour l'interprétation sémantique du DOM et l'analyse visuelle des interfaces. - Implémentation d'un système de self-healing pour l'adaptation dynamique aux changements de structures web. • Infrastructure & Observabilité : Architecture backend sous Kubernetes, orchestration Airflow et monitoring des décisions agents avec Langfuse. Technologies : GCP, Python, LangGraph, Playwright, GPT-4o/Gemini (Vision), Langfuse, Airflow, Kubernetes, Docker, Terraform, MongoDB.

Projet Perso Reco: Personnalisation automatisée de la recommandation client et du marketing digital à partir de l'IA. • Industrialisation des modèles ML: prédictions en batch et API • Conteneurisation et déploiement du moteur NBOA (Next Best Offer/Action) • Développement et maintien en condition opérationnelle • Création des environnements, provisioning des ressources GCP, Gestion des droits IAM • Automatisation des pipelines ML • Mise en place et évolution de l'architecture cible du moteur de recommandation • Mise en place du monitoring, de l'alerting sur la data quality, le data drift & le concept drift, backtest des modèles • Design de la chaîne CI/CD Résultats : Augmentation du CA, solution actuellement en production Technologies : GCP, Compute Engine, Cloud Build, Cloud Run, BigQuery, Kubernetes, Helm, Airflow, MLFlow, Docker, Terraform, Artifactory, Gitlab, VAULT , Shell, Python, Jira, Confluence

Automatisation des pipelines d'ingestion pour la facturation du marché des affaires

Projet Car Data Usage - Driving ECO2 : Mise en place d'une nouvelle fonction d'aide à l'Ecoconduite à partir des données de roulage

Modélisation visant à suivre le niveau de vieillissement des moteurs d'avion (type LEAP-1B) de Safran Aircraft Engines & GE - Industrialisation sous Spark

Exploitation des données clients basée sur les modèles de Machine Learning. Objectif: Développer la connaissance client pour le Marketing et le Risque, Identifier les use cases.

Optimisation des recettes à partir des données de vol et du taux de remplissage

Etudes portefeuille-clients, Prévision et Gestion des risques Programmation VBA

Production de statistiques de bases pour les 36 Ministères de la Côte d'Ivoire