SAÏD HAMDANI

Plateforme de veille des marchés publics (rhinotenders.com) : système multi-agents IA en production. • Conception et mise en production d'un système multi-agents IA (quatre agents opérateurs et un agent auditeur) qui contrôle, corrige, valide et dédoublonne les annonces directement sur la plateforme, via API et comptes de service. • Première semaine de production : plus de 6 500 opérations tracées, plus de 2 800 annonces validées et près de 2 000 doublons supprimés par l'agent principal, à partir de sources texte, image et PDF. • Gouvernance des agents : consignes versionnées, règles apprises, audits qualité par échantillonnage, escalade humaine des cas ambigus et journalisation de chaque action. • Pilotage produit de la plateforme : refonte React/Next.js, architecture AWS, SEO et acquisition, avec une équipe de développement dédiée. Tech : Claude, systèmes multi-agents, tool use, API REST, Python, extraction texte, image et PDF, React/Next.js, AWS

Cadre de qualification du couple donnée / usage, dont les usages d'IA générative, pour la direction sécurité et protection du patrimoine informationnel. • Conception du cadre qui détermine quelles données peuvent être versées dans un modèle, un service d'IA générative ou une plateforme externe : état des lieux, écarts prioritaires, doctrine. • Grille de qualification (une vingtaine de familles de données, une dizaine de contextes d'usage) et arbre de décision produisant une décision unique et traçable. • Ateliers de co-construction avec les directions protection des données, juridique, sécurité et numérique ; expérimentation auprès d'un métier pilote. • Supervision humaine, traçabilité, sécurité par conception ; RGPD, AI Act, doctrine cloud. Production outillée par une chaîne d'agents IA.

AI Factory : portefeuille de cas d'usage d'IA générative pour plusieurs métiers, du cadrage à la mise en production et au RUN. • Qualification, priorisation et suivi du portefeuille avec les métiers, l'architecture, les équipes data et la sécurité ; arbitrages de l'expérimentation à la mise en production. • Delivery de solutions GenAI jusqu'à la mise en production et au RUN : assistant RAG ITB (International Trade Banking) sur la documentation produits, contrôle automatisé de garanties internationales (48 règles, validation humaine), extraction et normalisation des annonces de trésorerie par LLM avec évaluation automatique et monitoring. • Critères de qualité, validation humaine, traçabilité et garde-fous ; évaluation des réponses et boucles de correction avec les utilisateurs. • Ateliers avec les métiers et les équipes techniques, reporting de valeur, transfert des pratiques aux équipes internes. • Cadre de conformité AI Act et classification des cas d'usage par niveau de risque, intégrés au cycle de delivery. Tech : LLM dont Claude, RAG, agents et tool use, Python, Dataiku, Jira, Confluence, Agile/SAFe

Concorde Data Platform : plateforme data d'entreprise sur Snowflake pour la compensation (chambre de compensation centrale). • Pilotage du delivery de la plateforme : besoins des lignes métier internationales, backlog, exécution des sprints et migration de produits data depuis le système historique de clearing. • Modélisation des données et standards de gouvernance : rôles, spécifications et contrôles de qualité avec les équipes d'ingénierie. • Coordination d'équipes à Paris, Londres et Dhaka ; delivery multi-fuseaux et alignement des parties prenantes. • Documentation des standards et transfert des pratiques aux équipes internes. Tech : Snowflake, dbt, SQLDBM, AWS, Agile

– Data Office de la banque d'investissement (30+ collaborateurs) – gouvernance et exécution du portefeuille Data & IA sur l'ensemble des BU + acculturation. – Acculturation Data & IA: 10 sessions animées, 150+ professionnels formés – conception du stream Data Analytics du programme d'acculturation, vulgarisation auprès des Business Lines. – Pilotage du portefeuille Data & IA sur toutes les BU: priorisation, suivi de la valeur, roadmap, reporting C-level + processus d'idéation et de cadrage de use cases IA. – Cartographie des capacités IA par processus et produits sur les activités de marché – préparation d'événements de présentation et duplication des capabilities. Tech: Power BI, Python, PostgreSQL, Data Governance, Agile

– Workstream Data Quality du Data Catalog Groupe + livraison de Data Products analytiques pour financements structurés (Aviation, Mobile Gaming, ESG, Maritime); sourcing externe (MSCI, Sustainalytics).

– Création from-scratch d'une marketplace B2B SaaS (appels d'offres & mise en relation acheteurs/fournisseurs) et d'une agence data + digitale – 20 personnes, 140 k€ ARR, 1 500+ clients. – Product Owner de rhinotenders.com – vision produit, roadmap, priorisation, user stories, specs; équipe dev de 5 personnes en Agile sur stack AWS-native, cadrage des besoins IA (OCR, extraction) et offre data market research. – Opéré en mini-GM – budgets, go-to-market, positionnement, pénétration marché et dashboards performance (ventes, ops, finance); exposition B2B / retail / commerce multi-clients. Tech: AWS, Python, SQL, Agile/Scrum, Data Analytics, traitement documentaire / Al

Plateforme Data Warehouse & BI pour l'automatisation du reporting de pilotage de la performance. • Participation à la conception de la plateforme BI / Data Warehouse (ETL, OLAP, dataviz) et production des tableaux de bord de pilotage.