Ali Nour Eldin

À propos

I'm a Software & AI Engineer with expertise in building production-grade software systems and AI-powered applications. I hold a Ph.D. in AI for Business Process Management (BPM) and have 4+ years of experience spanning software engineering, NLP, LLMs, generative AI, RAG architectures, and AI agents. Skilled in designing scalable systems, integrating AI into real-world products, and delivering end-to-end solutions from research and prototyping to deployment and optimization, I translate business requirements into reliable software solutions with measurable impact.

Expérience

• Ingénieur R&D IA
  Telecom SudParis · sept. 2025–présent

  Système multi-agents LangGraph et GraphRAG pour la cybersécurité ; pipeline embeddings, clustering et LLM réduisant les coûts de traitement de 40 %.

• Ingénieur R&D IA
  Siliconcedars · août 2025–avr. 2026

  Architecture multi-agents FastAPI, LangChain et LangGraph avec mémoire et validation humaine ; backend Spring Boot et déploiement Docker sur Azure via CI/CD.

• Ingénieur R&D – Doctorat CIFRE
  Bonitasoft & Telecom SudParis · mai 2022–mai 2025

  Bibliothèque LLM Python prête pour la production, avec guardrails et évaluation ; prototypes BPM et low-code, IDE BPMN et services déployables avec Docker.

• Ingénieur R&D IA
  Y76 · avr. 2022–mars 2023

  Pipeline DataOps pour l’extraction et l’amélioration de visages ; fine-tuning de StyleGAN2 et déploiement de modèles via une application Flask et des API REST.

• Data Scientist
  Telecom SudParis · avr. 2021–oct. 2021

  Solutions de process discovery avec Neo4j et Cypher ; modèles orientés graphes pour les données événementielles centrées sur les objets.

Projets IA

• Agent météo Telegram

  Agent LangGraph à deux modes intégrant des outils MCP, plusieurs fournisseurs de LLM, un bot Telegram et une interface Streamlit.

  Impact : automatisation de tâches par tool-calling et déploiement conteneurisé.

• Chatbot RAG-QA

  Assistant conversationnel capable d’interroger des documents non structurés avec LangChain, FastAPI et ChromaDB.

  Impact : réponses contextualisées en temps réel, compatibles avec OpenAI et des LLM locaux via Ollama.

• Système multi-agents de cybersécurité

  Architecture Python combinant LangGraph, GraphRAG, embeddings, clustering et LLM pour répondre aux questions et recommander des services.

  Impact : réduction de 40 % des coûts de traitement par rapport à une approche reposant uniquement sur les LLM.