Décrivez votre projet et recevez un devis sans engagement, ou invitez ce profil à répondre à une mission déjà publiée.
I build production LLM applications: AI agents, RAG assistants, and pipelines that turn messy text into structured data. Recent work: • Embedded AI agent, global agri-science company: context-aware assistant built into internal apps. It uses in-app data and charts plus R&D knowledge bases, with a ReAct agent loop, RAG, web-search and code tools, served as a shared API. Live with 20 users, with guardrails against hallucination, and it auto-generates PowerPoint reports. • GenAI document pipeline, aerospace manufacturer: Claude-based system converting 56,000+ unstructured anomaly reports into a standard taxonomy and action plans, with embedding clustering and human-in-the-loop quality control. • Financial RAG assistant: LangChain, OpenAI and Neo4j, deployed with FastAPI, Streamlit and Docker. • BI & analytics: Power BI report that eliminated 88 hours/month of manual work; Dash quality app that contributed to a 15% drop in non-conformities. What I can build for you: ✔ AI agents and chatbots over your documents, databases or apps ✔ LLM extraction and classification of emails, reports and forms ✔ Guardrails and evaluation so your LLM gives reliable answers ✔ Power BI / Python dashboards and reporting automation Engineering degree in Data Science + Master's in Big Data (France). English, French, Arabic. Available for calls in US and European hours. Tell me your data and your goal, and I'll reply with a concrete approach and an estimate.
Data Scientist spécialisé en IA générative et applications LLM, notamment les agents autonomes, le RAG et l’IA documentaire, ainsi qu’en modélisation prédictive et Business Intelligence. Conçoit des solutions de bout en bout, du cadrage avec les parties prenantes jusqu’aux API de production et aux tableaux de bord, pour des équipes de R&D, d’ingénierie et de qualité.
Construction d’un agent IA génératif intégré aux applications internes, avec boucle ReAct, RAG, recherche web et exécution de code, exposé via une API partagée. Développement de modèles XGBoost avec analyse SHAP pour la prédiction des risques de maladies lors d’essais en plein champ. Création d’un tableau de bord Power BI pour le reporting des essais.
Conception d’une solution d’IA générative basée sur Claude pour standardiser plus de 56 000 rapports d’anomalies, avec clustering fondé sur les embeddings et workflow HITL. Développement d’une preuve de concept de maintenance prédictive et d’une application Dash d’analyse des causes racines. Création de rapports Power BI consolidant les données de fournisseurs.
Contribution à une plateforme de médiation de données sur Azure avec Databricks et ADF. Industrialisation de contrôles de qualité des données avec PySpark et exposition des jeux de données validés via des API et Power BI.
Construction d’un pipeline automatisé d’extraction SAP avec PySpark et AWS pour la production de jeux de données destinés à la prévision et au reporting. Développement et comparaison de modèles de prévision avec XGBoost, GRU et des modèles statistiques.
Travaillez avec Ahmed E.
Recevez un devis gratuit de Ahmed E..