Data Product Lead - GenAI & Knowledge Strategy
Dans le cadre de la transformation digitale du cabinet, j'ai piloté la création d'un produit d'IA Générative souverain. L'objectif était d'industrialiser l'accès à des décennies de savoir-faire interne en développant une architecture RAG capable de traiter des volumes massifs de données tout en garantissant une confidentialité totale (Zero-Cloud).
- Direction du design et du déploiement d’un produit RAG (Retrieval-Augmented Generation) pour centraliser et valoriser +150 Go d'expertises métiers hétérogènes.
- Architecture et développement d'une solution Full Stack sécurisée (FastAPI/React) permettant l'interrogation d'un LLM local (8B) sur infrastructure GPU dédiée.
- Optimisation des pipelines d'ingestion via des algorithmes de chunking vectoriel et de transformation de données non structurées (.ppt, .pdf, .xl).
- Pilotage de la stratégie d'adoption et formation des consultants à l'ingénierie de prompt pour transformer le KM en un véritable levier d'aide à la décision.
_ Product Discovery & IA Strategy
- Audit de l'existant et définition des exigences de sécurité pour une solution d'IA Privacy-first.
- Conception du système de Workspace par session pour gérer des contextes larges et des mémoires spécifiques par domaine d'expertise.
- Modélisation de la valeur d'usage pour aligner les capacités du LLM sur les besoins réels des consultants en mission.
_ Technical Product Engineering
- Construction de la chaîne d'ingestion : conversion automatisée (.md), chunking sémantique et stockage dans une VectorDB locale (Python).
- Développement du backend (Uvicorn/FastAPI) et de l'interface frontend, intégrés via un pont SSH sur serveur WSL (Nvidia RTX 3080 Ti).
- Finetuning des fonctions d'activation et de récupération vectorielle pour maximiser la pertinence des réponses générées.
_ Adoption & Gouvernance de la Donnée
- Déploiement en production et mise en place d'un dispositif de suivi pour l'optimisation continue de la base vectorielle.
- Formation des utilisateurs finaux à l'exploitation de la solution et à la capitalisation des savoirs via l'IA.
- Établissement de protocoles de Data Quality pour garantir la fraîcheur et la véracité des connaissances ingérées.