Ingénieur IA · Data Scientist · Chercheur
Alexandre Hennequin
Je conçois et construis des systèmes basés sur les LLM, des pipelines RAG et des plateformes de données pour des clients qui ont besoin d'IA de qualité production — pas de démos. Formé à la méthodologie de recherche par un doctorat en sciences cognitives (CNRS), j'apporte évaluation rigoureuse et conception expérimentale à chaque mission.

Consultant indépendant en IA et Data Science. J'aide les organisations à mettre en production des applications LLM, des systèmes de recherche d'information et des pipelines de données fiables, mesurables et maîtrisés en coût. À l'aise du dépôt vide au déploiement en production : data engineering, pipelines d'embeddings, recherche vectorielle, architecture d'applications LLM, et l'observabilité qui en garantit la fiabilité.
Marseille, France — travail à distance
Domaines d'intervention
IA / LLM
- Systèmes RAG
- Prompt engineering
- Agents LLM
- Évaluation
- Optimisation de la recherche
Data / ML
- Python
- Pandas / Polars
- Scikit-learn
- Pytorch / TensorFlow
- Évaluation & métriques
- Expérimentation (MLFlow)
Data Engineering
- Airflow
- SQL
- ETL/ELT
- Suivi de la qualité
Recherche & Méthodologie
- Conception expérimentale
- Méthodologie d'évaluation rigoureuse
- Analyse statistique
- Recherche évaluée par les pairs (traitement de la parole)
- Doctorat en sciences cognitives
Projets sélectionnés
tous les projets →Projet personnel · 2026
Application de génération d'histoires pour enfants (LLM → TTS)
Une application mobile qui génère des histoires originales pour enfants à partir d'une simple conversation, lues à voix haute avec une synthèse vocale de qualité.
Client du secteur immobilier (France) · 2025
Assistant RAG & chatbot immobilier
Un assistant et chatbot RAG qui répond aux questions posées sur les documents immobiliers avec des réponses sourcées.
Client entreprise (France) · 2025
Chatbot RAG qui rédige des documents Word
Un chatbot RAG qui répond aux questions posées sur un corpus documentaire et aide à rédiger des documents Word structurés à partir du contenu récupéré.