Mohammed Benslika

Écriture de tests unitaires et d’intégration Python, automatisation du déploiement sur Scaleway avec Docker et GitLab CI/CD, évaluation des réponses avec RAGAS et DeepEval et suivi des applications dans Langfuse. Mise en place de tests de non-régression et de garde-fous contre les injections de prompt et l’exposition de données personnelles. Adaptation de Qwen2.5-32B avec LoRA/QLoRA et déploiement via vLLM sur GPU H100, avec une réduction de 49 % des coûts GPU à performance comparable. Cadrage des besoins métier, réalisation de POC et présentation des résultats à la direction et aux clients.

Développement d’un moteur RAG de recherche réglementaire en production, incluant le découpage documentaire, la recherche hybride et le reranking. Création d’API REST Python avec FastAPI pour intégrer les services GenAI aux applications métier. Intégration de modèles via les API OpenAI, Anthropic et Google Gemini. Développement d’agents LangChain avec appels d’outils pour classer et noter les risques par lots.

Développement de modèles de prévision de séries temporelles pour la supply chain avec XGBoost et scikit-learn, du cadrage métier jusqu’à la mise en production. Préparation des données d’entraînement provenant de sources ERP et SAP avec PySpark et SQL.