À PROPOS · PARIS · CONSULTANT INDÉPENDANT DATA & IA
Alexandre Dahan, consultant indépendant Data & IA.
J’ai appris la rigueur dans un domaine où l’IA n’a pas le droit à l’approximation : santé, FDA, imagerie. Je l’applique aujourd’hui aux agents GenAI de vos équipes.
Je conçois et industrialise des agents GenAI qui travaillent vraiment avec vos équipes : juridique, commercial, santé. Sur Google Cloud, avec des garde-fous mesurables.
Disponible à partir d’octobre 2026
2017 → 2026 · Paris · missions à distance ou sur site (Europe)
PARCOURS
Neuf ans, de l’image médicale à l’agent en production.
Chaque étape a ajouté une exigence : la norme, la preuve clinique, la donnée, le temps réel, puis l’industrialisation des agents.
Formation
- 2024 – 2025 Ingénieur Machine Learning Datascientest MLOps, Kubernetes, TensorFlow.
- 2015 – 2020 Diplôme d’ingénieur ECE Paris Majeure Santé & Technologie, option Data Science.
EXPERTISE
Quatre familles, un seul fil : la preuve.
GenAI & agents
Concevoir des agents qui s’abstiennent plutôt que d’inventer.
Vertex AI · Gemini · ADK · Agent Engine · RAG / KAG · Prompt engineering · LLM-as-judge · Mémoire d’agent · Garde-fous anti-hallucination
LLMOps & industrialisation
Déployer, tracer, sécuriser et maintenir sur Google Cloud.
FastAPI · React / Next.js · Cloud Run · Firestore · KMS · OIDC · CI/CD (GitHub Actions, Jenkins) · Docker · Kubernetes · Langfuse · Cloud Trace · Cloud Logging · MLflow · Airflow · ZenML · BentoML · Prometheus / Grafana
ML / Deep Learning
Vision, signal, texte : des modèles entraînés pour le temps réel.
Python · PyTorch · CUDA · PySpark · SQL · TensorFlow / Keras · Computer vision · Traitement du signal · NLP · STT · NER · W&B · DVC · TypeScript · C / C++ · Java
Santé & réglementaire
Standards, dossiers réglementaires et essais cliniques.
DICOM · FHIR · Imagerie médicale · Ontologies médicales · FDA De Novo · Marquage CE · Coordination KOL et essais cliniques
FAÇON DE TRAVAILLER
Quatre règles que je ne négocie pas.
-
Pas de démo sans lendemain
Un prototype n’existe que s’il a des utilisateurs nommés et une date de mise en production.
-
Maker ≠ checker
L’agent qui produit n’est jamais celui qui vérifie : un sceptique relit, et une vérification programmatique tranche.
-
Chaque appel LLM est tracé
Prompt, outil appelé, coût, latence, verdict du juge : tout est dans Langfuse et Cloud Trace.
-
Le métier décide, l’agent exécute
Les règles de conformité sont codées de façon déterministe, les préférences viennent des seniors, l’agent applique.
Un agent à mettre en production ? Parlons-en.