Archives
-
Travaux en IA & Data : agents, LLMs et fine-tuning
Sélection de 4 projets d'ingénierie IA : conception d'applications LLM, orchestration d'agents et de tools, fine-tuning PEFT/LoRA, RAG traçable, APIs et déploiement local de modèles.
- #AI Engineering
- #LLM
- #RAG
- #Fine-tuning
- #NextJS
-
Chatbot RAG — assistant IA sur base documentaire
Conception d'un assistant IA reposant sur une base documentaire : FastAPI + vector DB + LangChain + PostgreSQL + Docker, pour l'ingestion, l'indexation et les requêtes en langage naturel.
- #RAG
- #LangChain
- #FastAPI
- #LLM
-
Pipeline e-commerce temps réel sur Azure
Conception d'un pipeline Big Data temps réel pour ingérer, transformer et restituer des indicateurs commerciaux, avec une architecture médaillon Bronze/Silver/Gold sur Azure.
- #Data Engineering
- #Azure
- #Databricks
- #Big Data
-
Airflow Learning & Projects
Exploration des concepts Apache Airflow à travers des projets pratiques et use cases avancés
- #Airflow
- #Data Engineering
- #Orchestration
- #ETL/ELT
-
MLOps médical — industrialisation de l'IA à l'échelle entreprise
Automatisation complète du cycle de vie des modèles IA avec Jenkins, Kubeflow, tests automatisés et monitoring temps réel, avec rollback instantané pour une fiabilité 24/7.
- #MLOps
- #Kubeflow
- #Jenkins
- #Monitoring
-
Agent SQL pour équipes métier — démocratiser l'accès aux données
Un assistant SQL en langage naturel permettant à des non-techniciens d'interroger des bases PostgreSQL sans assistance technique, avec une architecture FastAPI + LLaMA + Docker + Gradio sécurisée.
- #LLM
- #Text-to-SQL
- #FastAPI
- #Data
-
Spécialisation de modèles LLM pour des domaines métiers
Concevoir et déployer des modèles LLM spécialisés sur des domaines métier via fine-tuning LLaMA/Qwen avec LoRA, puis déploiement autonome sur Hugging Face et infrastructure locale Ollama.
- #LLM
- #Fine-tuning
- #LoRA
- #MLOps
-
Construire un RAG fiable, traçable et auditable
Concevoir un système RAG capable de fournir des réponses précises, vérifiables et sourcées à partir de documents complexes, avec traçabilité complète jusqu’à la page source.
- #RAG