Cadrer
Décision, utilisateurs, sources, risques et critères de réussite.
00LE SIGNAL
Ibrahim Krayem · Ingénieur IA générative pour les workflows financiers, documentaires et métier.
Transformer l’information complexe en décisions utiles.
Je conçois et développe des applications LLM, des systèmes RAG et des workflows documentaires, de l’ingestion à l’évaluation et à l’interface.
Aujourd’hui développeur IA générative chez TALAN. Docteur en informatique.
01LE PROBLÈME
Partir de la décision, pas du modèle.
Vous n’avez pas besoin d’une démonstration IA de plus. Vous avez besoin d’un système qui comprend les bonnes sources, expose son cheminement et produit un livrable utile.
Mon parcours de chercheur apporte une discipline de modélisation et d’évaluation. Ma pratique d’ingénieur transforme cette rigueur en logiciel exploitable par les équipes.
- 01Cadrer
- 02Relier
- 03Vérifier
02CAS SIGNATURE
Des documents financiers à un workflow SWOT traçable.
01 / SVI
Bpifrance · Agent SVI · via TALAN
Modernisation d’un écosystème de chatbot financier pour le suivi des investissements et des participations.
- Problème
- Réunir données financières, notes de suivi et documents utilisateurs dans une analyse SWOT structurée, tout en conservant le format attendu et une expérience fluide en temps réel.
- Mon rôle
- Je développe et fais évoluer l’agent SVI, des services Python à l’interface Angular.
Intervention — ingestion multi-format, SWOT sourcée, streaming SSE et export PowerPoint.
- Ingérer des PDF et DOCX, et maintenir un agent d’extraction pour les fichiers PDF, image, DOCX et PPTX.
- Générer une SWOT avec synthèse, sources et recommandations à partir du contexte financier et documentaire.
- Diffuser les tokens, étapes d’exécution, appels d’outils et résultats via SSE.
- Exporter l’analyse en PowerPoint et documenter la transition entre les architectures Java, Python et MCP.
Transformation livréePDF · DONNÉES → SWOT → PPTX
4 formats d’entrée documentés : PDF, image, DOCX et PPTX.
Résultat livré
Explorer tous les projetsUn workflow conversationnel de bout en bout qui enrichit l’analyse LLM avec un contexte financier et documentaire, puis produit des présentations SWOT réutilisables.
03LE SYSTÈME
Construire toute la chaîne. Garder chaque étape observable.
Construire
Recherche, agents, traitement documentaire, API et interfaces.
Observer
Traces, sources, étapes d’exécution et signaux opérationnels.
Évaluer
Contrôles qualité, limites, retours et itérations maîtrisées.
- Agent IA financierDes documents et données financières deviennent une analyse SWOT sourcée et une présentation réutilisable.
- Intelligence documentaireLes LLM assistent l’analyse de documents métier au sein du projet PICXEL.
- Assistance aux appels à missionsUn outil interne aide les managers à comprendre les demandes et préparer leurs réponses.
- Recherche en performanceUn modèle analytique évalue les réseaux sur puce jusqu’à 500× plus vite dans la comparaison rapportée.
04TRAJECTOIRE
La rigueur de la recherche, appliquée à l’IA en production.
Une même question traverse chaque étape : comment rendre un système complexe mesurable, compréhensible et utile ?
Développeur IA générative · TALAN
Applications LLM, agents financiers et workflows d’analyse documentaire.
Ingénieur R&D · IRISA
Analyse rapide des performances des réseaux sur puce à partir de traces d’applications réelles.
Doctorant · IRISA
Un modèle analytique Python fondé sur la théorie des files d’attente, jusqu’à 500× plus rapide dans la comparaison rapportée.
Doctorat en informatique · Université de Rennes
Des fondations de recherche en modélisation, mesure et évaluation critique.
500×
Accélération maximale du modèle analytique doctoral face aux simulations classiques, dans la comparaison rapportée.
Certifications
- Microsoft Azure AI-900
- Professional Scrum Master I
- GitHub Copilot Certification
Loisirs
- Course
- Marche
Aqarih
Conception et développement d’une plateforme immobilière bilingue enrichie par un assistant de recherche basé sur l’IA.
Découvrir le projet personnel ↗05PROCHAIN SIGNAL
Un poste ou une mission IA générative à concrétiser ?
J’apporte aux produits d’IA générative une démarche de recherche, une ingénierie de bout en bout et une attention particulière aux résultats traçables.
PrioritéUn poste d’ingénieur IA générative. Je reste ouvert à une mission courte et clairement définie.
Paris · Français courant · Anglais professionnel · Arabe langue maternelle