À propos

Daniel Guedj

Ingénieur IA · LLM, agents IA et automatisation de processus en production

  • Toulouse
  • Français (natif)
  • Anglais (courant)

Je mets en production des processus automatisés intégrant des LLM pour de grands comptes de la banque et de l'assurance. Chaque client a son propre processus et ses propres règles : mon travail est de les comprendre, puis de construire ce qui fait gagner du temps. En parallèle, je mène mes projets IA de bout en bout : fine-tuning DPO, agents, RAG, agent vocal, MLOps.

Processus en production
10+
Gagnées par dossier
2 à 8 min
Événements ingérés par jour (Kafka)
10 000+
En entreprise
Près de 3 ans

Expérience

Ce que j'ai livré.

  1. Déc. 2023 – aujourd'hui

    Alternance puis CDI

    Consultant Smart Automation

    Arondor, éditeur de logiciels · Toulouse

    • Une dizaine de processus automatisés sur mesure en production pour la banque et l'assurance, chacun avec ses propres règles métier : 2 à 8 min gagnées par dossier, sur des centaines de dossiers par jour.
    • Intégration de LLM et de briques IA dans les chaînes de traitement, du recueil des règles métier à la mise en production.
    • Fonctionnalité IA proposée, chiffrée et développée, retenue par la direction et intégrée au produit (AWS Lambda, Azure AI Vision, LLM).
    • Architecture d'ingestion Kafka / Avro traitant plusieurs dizaines de milliers d'événements par jour.
  2. Depuis juillet 2026

    Indépendant

    Ingénieur IA indépendant

    Fondateur d'AOfinder · Toulouse

    • AOfinder, SaaS de veille des marchés publics conçu et lancé seul : recherche vectorielle puis re-ranking par LLM, alertes automatiques, abonnements Stripe, données en zone UE.
    • Agent vocal IA pour artisans : décroche les appels manqués, qualifie la demande et envoie un résumé par SMS (Vapi, Twilio, ElevenLabs). Démo à tester sur l'accueil.

Projets IA

Des projets menés de bout en bout.

Code, évaluation, déploiement : chaque projet est public et mesuré.

Fine-tuning d'un LLM médical

Qwen3-1.7B en SFT + LoRA puis DPO, données anonymisées conformément au RGPD (Presidio), API sur Hugging Face. Le DPO fait passer la détection des cas vitaux de 0,33 à 0,50.

  • LoRA
  • DPO
  • Presidio
  • Hugging Face
Voir sur GitHub

Agent IA d'apprentissage des échecs

Agent LangGraph à routage conditionnel : Lichess, Stockfish, RAG (Milvus) et Azure OpenAI. Application FastAPI et Angular, conteneurisée avec Docker.

  • LangGraph
  • Milvus
  • Azure OpenAI
  • FastAPI
Voir sur GitHub

RAG événements culturels

Faiss, Mistral, LangChain et FastAPI. Système évalué (fidélité 0,74, précision du contexte 0,82) et couvert par 72 tests.

  • Faiss
  • Mistral
  • LangChain
  • FastAPI
Voir sur GitHub

Credit scoring MLOps

Modèle LightGBM servi en FastAPI, CI/CD GitHub Actions vers Hugging Face et suivi de la dérive des données avec Evidently.

  • LightGBM
  • GitHub Actions
  • Evidently
Voir sur GitHub

Aussi sur GitHub : agent DQN (96 % d'atterrissages réussis), apprentissage semi-supervisé sur IRM (F1 0,91), pipeline ETL Airflow. Tous mes projets →

Compétences

Mes outils.

IA et LLM

  • Azure OpenAI
  • Mistral
  • LangGraph
  • MCP
  • RAG (Faiss, Milvus, pgvector)
  • Fine-tuning LoRA / DPO
  • Agents vocaux

Machine learning

  • PyTorch
  • LightGBM
  • scikit-learn
  • Stable-Baselines3
  • Evidently

Développement

  • Python
  • FastAPI
  • SQL
  • C# / .NET
  • VBScript
  • JavaScript

Cloud et outils

  • AWS (Lambda, CDK)
  • Azure
  • Docker
  • GitHub Actions
  • Kafka
  • Airflow
  • Tungsten
  • ABBYY

Formation

Parcours.

  • 2026

    Ingénieur IA, Bac+5 (RNCP 7)

    OpenClassrooms · alternance

  • 2025

    Bachelor IA et Management

    IA School · alternance

  • 2024

    Développeur Web

    OpenClassrooms · alternance

  • 2021-22

    Expert en technologies de l'information

    Epitech Toulouse

Contact

Discutons de votre projet.

Automatisation, agent IA ou outil data : écrivez-moi, je réponds rapidement.