Traian V.

• Développé et implémenté un système de réponse intelligent qui combinait le modèle sémantique avec les transformateurs de phrase spécifiques au domaine, la validation du modèle basé sur LLM et la récupération des connaissances RAG.
• Ajuster le modèle Stella400M sur les interactions clients réelles pour améliorer la similitude sémantique et la compréhension contextuelle des réponses spécifiques au domaine.
• La logique de sélection de réponse hybride intégrée pour assurer une haute précision tout en maintenant des normes de communication professionnelles strictes.
• Amélioration de la cohérence du support client en automatisant les recherches de connaissances et la récupération de contexte à partir de la documentation interne.

• Développé et déployé des modèles de détection d'objets (Mask R-CNN, YOLOv5) pour une application de mode recommandeur et un pipeline de reconnaissance des aliments, atteignant plus de 90% mAP.
• Modèles de classification (ResNet) et de segmentation (U-Net) pour l'étiquetage automatique des produits et l'identification des produits alimentaires.
• Modèles d'inférence optimisés déployés sur les appareils Raspberry Pi 4 en utilisant le framework NCNN C++, y compris la quantification du modèle.
• Contribution à un pipeline 3D de reconstruction d’appartements à partir de vidéos monoculaires utilisant Droid-SLAM, Polygon-Transformer, et Cube R-CNN.
• Construit un assistant commercial avec un classeur BERT dans le domaine (F1 score 0. 3) et a affiné un modèle Octopus 2B avec Q-LoRA pour le routage des requêtes (précision 0.85).
• Mise en place d'un système de recommandation de recettes basé sur RAG pour un détaillant d'épicerie utilisant Llama Index.
• Développer un pipeline de détection d'anomalies pour identifier les objets étrangers dans les fours par une approche de raisonnement hybride VLM (Qwen2-VL + Llama3-8B).

• Conception d'un pipeline d'ingénierie et de formation de modèles PySpark à partir d'ensembles de données transactionnels.
• Construire et déployer un modèle de risque de crédit LGBM qui a réduit les taux de défaut des prêts aux PME de ~11% à ~2%.
• Développer un outil basé sur OCR, qui a traité les états financiers à partir de PDF numérisés en utilisant les fonctions OpenCV, AWS Textract et Lambda.
• Des API fournies pour le pointage en temps réel des risques et les intégrer aux flux de travail internes d'approbation de crédit.

• Développé une machine d'apprentissage de bout en bout pour la détection de défauts basés sur l'image sur l'emballage en carton.
• Modèles de segmentation d'images et de classification appliqués (Mask R-CNN, EfficientNet) pour identifier les microdéfauts et les erreurs dans les balayages à haute résolution.
• Création d'un pipeline d'étiquetage automatisé utilisant des techniques de surveillance insuffisantes pour accélérer la création de dataset.
• Intégration de la solution dans le processus de contrôle de qualité de la ligne de production, réduisant les temps d’inspection manuels de 60%.

Shell is a global energy company operating in over 70 countries, focusing on oil, gas, and renewable energy.

• Developed a machine learning solution for predicting maintenance needs of refinery equipment using sensor time-series data.

• Implemented anomaly detection algorithms (Isolation Forest, LSTM Autoencoders) to identify early signs of equipment failure.

• Deployed models to AWS pipelines, enabling ongoing retraining and monitoring.

• Collaborated with mechanical engineers to integrate alerts into SCADA systems for real-time response.

MSG Systems offers consulting, software development, and system integration services for industries such as automotive, insurance, and public administration.

• Built NLP pipelines for automated document processing in the insurance sector, extracting entities and intent from unstructured text.

• Utilized spaCy and BERT-based models for policy classification and claim routing.

• Created a topic modeling tool (LDA, NMF) to group customer queries and identify trends to improve processes.

• Integrated models with internal CRM systems via REST APIs for real-time data processing.