SARA K.

- Exploitation de modèles vision-langage (VLM) pour le traitement et l'analyse automatisée de documents complexes. - Conception et déploiement de stratégies de recherche d'information ciblées pour optimiser l'aide à la décision métier. - Définition de frameworks d'évaluation hybrides (statistiques & LLM-as-a-judge) pour comparer et optimiser la performance des pipelines. - Création de tableaux de bord interactifs pour le suivi centralisé et le pilotage des métriques par pipeline. - Développement et intégration d'un agent IA autonome dédié à l'assistance des projets d'ingénierie CCS (Carbon Capture & Storage). Environnement technique : Dataiku, Python, GPT-5, Sentence Transformers, BM25S, RAGAS, RRF.

- Conception et implémentation d’un système multi-agents modulaire avec LangGraph et PydanticAI, cou plant des approches RAG avancées et Text-to-SQL pour l’interrogation décisionnelle. - Traitement, préparation et annotation de jeux de données pour l’entraînement, l’évaluation et le dé ploiement d’un modèle de classification prédictif. - Data engineering : Conception de pipelines ETL pour l’extraction de bases relationnelles (SQL Server) et le traitement de données non structurées (Unstructured), avec indexation en VectorDB. - Industrialisation, APIs & MLOps : Exposition via FastAPI, orchestration de workflows (N8N, MCP), automatisation de la boucle ReAct et gestion du versioning du code sous GitHub. - R&D & Veille : Benchmark continu de LLMs (modèles propriétaires & Hugging Face Transformers) et optimisation des stratégies de Prompt Engineering. - Outils et technologies utilisés : LangGraph, LangChain, ReAct, FastAPI, Unstructured, SQL Server, Qdrant, Hugging Face Transformers, PydanticAI, MCP, N8N, Docker, Git.