Martin S.

Mise en place de différents modèles de LLM pour les features IA de Crisp. Cela comprend:
- Création des datasets pour le finetuning
- Mise en place des algorithmes de finetuning + optimisations
- Mise en place de RLHF pour pousser encore plus loin la performance de petits modèles
- Optimisation de la taille des modèles pour une utilisation en production

Je suis venu en renfort de l’équipe dev en tant que développeur back-end Python.
Ma mission était l’amélioration du produit via la mise en place d’une architecture plus clean. Plus concrètement:
- Utilisation de Python/FastAPI et SQLAlchemy pour la création de micro-services
- Mise en place de test automatiques avec Selenium/Python pour réduire les tests manuels basiques
- Mise en place du TDD pour un développement plus rapide et avec le moins de bugs possible
- Création du back-end de A à Z en Python avec FastAPI pour un projet de MVP avec comme client final Renault.

J'ai aidé l'équipe de devs à maintenir et à mettre à niveau les outils de l'équipe opérationnelle:
- Mise en place d'un système de filtres pour récupérer des créneaux (Front: React, Back: typescript/NodeJS)
- Mise en place de monitoring plus précis des raspberrys pour les préparateurs de commandes grâce à Elasticsearch et Kibana
- Mise en place d'une feature permettant de valider plusieurs commandes à la fois pour le service client (Gestion des sockets / Synchronicité des évènements)
- Mise en place d'une feature permettant de savoir si un client ayant une livraison en retard a été appelé par le service client (Mise en place d'une queue et events Rabbit, script de migration de DB, tests avec Jest)