7 ansd'expérience
2026membre depuis
BS
Bruno SEZNEC
Projet / PMO · CTO
Tech Lead IA & MLOps avec expertise Graph RAG et IA générative
« Tech Lead IA & MLOps rare combinant expertise plateforme (Dataiku-DSS, Kubeflow, Kubernetes) et IA générative on-premise (RAG, Graph RAG, knowledge graphs). Praticien de terrain en industrialisation de pipelines data science et formateur technique reconnu (IFREMER, IGPDE, Thales). Spécialiste Graph RAG/RDF-SPARQL, capable de cadrer une stratégie d'architecture IA et de mener des équipes à maturité technique. »
Parcours en bref
Formateur — Web Sémantique & Graph RAG, IFREMER
Le cadre
Formation spécialisée sur Graph RAG et knowledge graphs, RDF/SPARQL, ontologies ; conception de supports pédagogiques et transfert de compétences.
Résultat
Formation de 3 jours (cours + travaux pratiques) ; supports publiés sur GitHub (github.com/brunosez/websem-plb-2026)
Consultant Data, Géosciences (société confidentielle, Suisse)
Le cadre
Études de cadrage sur orchestration data (Airflow, Kestra) et Data Catalog (OpenMetadata) ; POC Text-to-SQL (Vanna.ai) en full remote.
Résultat
POC Text-to-SQL : –40% temps conception requêtes pour power users ; transfert de compétences à l'équipe interne
Consultant IA — Cadrage & Industrialisation, Banque d'Investissement
Le cadre
Cadrage et industrialisation d'un cas d'usage IA générative pour l'analyse documentaire financière avec contraintes de conformité on-premise bancaire ; sélection de modèles (GPT-OSS-120B, Mistral) et framework d'évaluation qualité (RAGAS).
Résultat
MVP opérationnel en 3 mois ; architecture validée pour passage à l'échelle ; conformité on-premise et mitigation des hallucinations assurées
Data Engineer / Data Quality / MLOps, CRIGEN (@ENGIE R&D)
Le cadre
Plateforme MLOps sur Dataiku-DSS, Kubeflow et Kubernetes ; industrialisation CI/CD des pipelines data (Airflow, Kafka, PySpark, DVC) ; déploiement Data Catalog et gouvernance metadata pour 30+ data products.
Résultat
Plateforme MLOps industrialisée ; Data Catalog déployé pour 30+ data products ; pipelines data quality : –30% incidents ; référent technique auprès des équipes data science
Consultant Senior Data, EVA Group / Sopra Steria
Le cadre
Conception des offres de service forfait Data Governance & Audit et MLOps pour le pôle conseil data ; intervention au Salon Big Data & IA 2021 sur la structuration d'offres de gouvernance data.
Résultat
Conception d'offres Data Governance & Audit et MLOps ; prise de parole Salon Big Data & IA 2021
Référent Data Science — Formation & Conseil, Thales Services
Le cadre
Conception et animation du programme ML/DL pour 3 GBUs Thales sur la Military Digital Stack, sur 9 mois ; coaching utilisateurs et capitalisation des cas d'usage ; définition du socle de librairies et stack Hadoop/Elasticsearch/Kafka.
Résultat
Programme ML/DL déployé pour 3 GBUs sur 9 mois ; coaching utilisateurs ; POC MLFlow ; définition socle de librairies
Certifications
ITIL V3 Foundation
Langues
Anglais · Professionnel
Français · Bilingue
Formation
1981 · Ingénieur Civil des Mines — Option Informatique · École des Mines de Saint-ÉtienneIngénieur
1987 · DEA Calcul Scientifique & Analyse NumériqueMaster
2005 · Master 2 Mathématiques Fondamentales · Université Paris 7 (Denis Diderot)Master
Mon terrain de jeu
Contextes de transformation
Conduite du changementDigitalisation des processusPMO / Gestion de projetTransformation digitale
Domaines d'expertise
IT & Systèmes d'informationR&D & Innovation
Méthodologies
Esprit analytiqueLeadership & managementOrientation résultatsPédagogie & transfert
Outils & méthodes
AWSAzureDataiku-DSSGCPKubernetesPythonSQL
Échelle & périmètre
Entre 10 et 50 ETPFiliale de groupeGroupe / CorporateSecteur publicSociété cotée
Secteurs
Aéronautique & DéfenseBanque & FinanceÉnergie & Utilities
Zones d'intervention
Bases
Boulogne-Billancourt (92100)
~1 h au quotidien · jusqu'à ~1 h 30 avec 2 j de télétravail
Une mission pour Bruno ?
Échangez avec l'équipe du Quorum, nous faisons le lien.
