RAG sur documents propriétaires
Pipelines d'ingestion, embeddings, retrievers hybrides.
IA
Des modèles utiles, pas des démos sur slides.
Comment on travaille
RAG, agents, fine-tuning, intégrations LLM dans des produits existants. On part toujours du cas d'usage métier — pas de la techno. Mesure d'impact intégrée : on déploie A/B et on coupe ce qui ne marche pas.
Agents & workflows
LangGraph, function calling, garde-fous, observabilité.
Fine-tuning ciblé
Petits modèles spécialisés là où GPT-4 est trop coûteux.
Eval & monitoring
Suites de tests sémantiques, détection de drift, A/B continu.
Stack
- OpenAI
- Anthropic
- LangChain
- LangGraph
- pgvector
- Modal
- Replicate
- Weights & Biases