Bonjour, je suis Mohamed
Des systèmes intelligents,de la recherche au logiciel réel.
Ingénieur IA, Data & Logiciel. Je construis des systèmes d'IA appliquée, des pipelines de données fiables et du logiciel full-stack, avec une évaluation rigoureuse et une ingénierie pensée pour la production.
- LLM
- RAG
- Pipelines
- Temps réel
- Next.js
Fig_01 — un même champ, trois représentations

MA_2026Mohamed Abi
IA · Data · Logiciel
Paris, France
Ouvert à un CDI en France
—:—Paris · heure locale
Projets phares
- TotalEnergies OneTech
- extraction LLM, GPU/HPC
- CETIC
- RiskTailor, INFORSID 2026 — 1er auteur
- Maison Dlala
- plateforme temps réel en ligne
- Paris-Saclay
- MSc DataScale
Trois systèmes, trois manières de prouver.
Une évaluation industrielle, une publication de recherche, un produit en ligne. Chaque étude de cas dit ce que j'ai fait personnellement — et ce qui ne vient pas de moi.
TotalEnergies OneTech · DataLab, Pau
La bonne valeur, pour le bon objet : extraction par LLM dans des rapports industriels
Une extraction en deux passes guidée par la structure des documents, sur LLM auto-hébergés et GPU, avec une évaluation qui sépare l'identification des objets de la qualité de leurs attributs.
Prototype évalué, candidat à l'intégration
Lire l'étude de cas
Concept_01 · illustration
En ligneProduit indépendant · temps réel, multi-instance
Maison Dlala : des enchères en direct où le serveur a toujours raison
Une place de marché d'enchères en quatre langues, dont l'arabe : offres idempotentes dans une seule écriture atomique, horloge serveur, salles en direct réparties sur plusieurs instances.
Vitrine privée, v2.6 — maisons, lots et enchérisseurs fictifs, paiements simulés
En ligne — maisondlala.com
Lire l'étude de cas
CETIC · NLP, GenAI et cybersécurité
RiskTailor : un rapport de risques, une restitution par lecteur
Un pipeline RAG exposé en API qui adapte la synthèse d'un rapport de risques cyber à l'architecte, au manager ou au responsable conformité — publié à INFORSID 2026, en premier auteur.
Recherche publiée — INFORSID 2026
Lire l'étude de cas
Lecteur 01ArchitecteVulnérabilités, composants exposésMême rapportLecteur 02ManagerImpacts et prioritésMême rapportLecteur 03ConformitéTraçabilité ISO 27005Même rapport
02Parcours
Industrie, recherche, produit.
04 — 09 · 2026
TotalEnergies OneTechHPC Data Scientist / Data Engineer (stage M2)
Extraction de métadonnées par LLM auto-hébergés sur GPU, avec une évaluation qui distingue identification des objets et qualité des attributs.
Étude de cas01 — 03 · 2026
CETICR&D NLP & GenAI, cybersécurité
Pipeline RAG et API FastAPI pour adapter un rapport de risques à son lecteur ; premier auteur de RiskTailor (INFORSID 2026).
Étude de cas2025 — 2026
Maison DlalaFondateur — produit et architecture
Plateforme d'enchères temps réel en production : offres idempotentes, salles en direct multi-instance, quatre langues dont l'arabe.
Étude de cas06 — 08 · 2024
CERISTTraitement vidéo & vision
Pipeline de détection d'anomalies vidéo : ingestion, caractéristiques, CNN et autoencodeurs, évaluation.
2023 — 2025
WorldWeb SolutionsFondateur, développeur full-stack
Produits web de bout en bout pour des petites entreprises : cadrage avec des clients non techniques, réalisation, mise en ligne.
2022
Sonatrach · APCSDonnées & applications d'entreprise
Modélisation Oracle et PL/SQL, application APEX avec sécurité par ligne ; modules Odoo et reporting SQL logistique.
03Capacités
Trois disciplines, une preuve pour chaque ligne.
Pas de jauges ni de pourcentages : chaque capacité renvoie au travail où elle a servi.
Des LLM évalués comme des systèmes, pas comme des démos.
04Manière de travailler
Cinq règles, chacune apprise sur un vrai problème.
01
Évaluer avant d'affirmer
Un score moyen cache les erreurs qui coûtent. Je sépare ce que je mesure — détection, attribution, latence — et je garde les limites dans le même document que les résultats.
Évaluation L1 / L2, TotalEnergies02
Mettre la garantie dans l'écriture
Quand une règle compte — une offre jamais comptée deux fois — elle vit dans l'opération atomique, pas dans du code autour qu'une panne peut contourner.
Offres idempotentes, Maison Dlala03
Le plus petit design sûr
Entre l'architecture la plus propre et celle qui ne touche pas au circuit de l'argent, je choisis la seconde — et j'écris pourquoi.
Adaptateur de vente en direct, Maison Dlala04
Un générateur, un vérificateur
Un LLM propose, une contrainte vérifiable dispose : ontologie, schéma Pydantic, validateur déterministe.
Graphes neuro-symboliques · validateurs TotalEnergies05
Dire le statut exact
Prototype, recherche, construit mais désactivé, en production : ce sont des états différents, et les confondre coûte la confiance.
Tout ce site
05Recherche & formation
Publier, c'est accepter d'être vérifié.
Publications
- INFORSID 2026Premier auteurRiskTailor : Automatisation de la Personnalisation de Rapports de Risques Cybersécurité par Profil UtilisateurM. Abi, A. P. Chokki, J.-F. Daune
- ArabicNLP 2024 (ACL) · DOI 10.18653/v1/2024.arabicnlp-1.91Co-auteurdzStance at StanceEval2024: Arabic Stance Detection based on Sentence TransformersM. Lichouri, K. Lounnas, O. Rafik, M. Abi, A. Guechtouli
Formation
2025 — 2026
MSc DataScale — données massives en systèmes distribués
Université Paris-Saclay / UVSQ
2024 — 2025
Master 1 Big Data Management
Université Paris-Saclay / UVSQ
2023 — 2024
Master Data Science
Université d'Alger
2020 — 2023
Licence Systèmes d'information & génie logiciel
Université d'Alger
Certifications & parcours
- Snowflake — Associate Data Engineer2025
- DataCamp — Data Engineer Associate2025
- Dataiku — ML Practitioner · Core Designer2025
- Databricks — Introduction to Databricks SQL2026
- AWS — Data Engineering Foundations · Cloud Technical Essentials2025

06À propos
Ingénieur, entre la recherche et le logiciel.
J'ai commencé par les systèmes d'information à Alger : bases de données, PL/SQL, applications d'entreprise. Puis les pipelines et le machine learning, puis la recherche appliquée en IA générative à Paris-Saclay, au CETIC et chez TotalEnergies.
Ce qui me retient, ce sont les problèmes où une bonne réponse ne suffit pas : il faut qu'elle soit vérifiable, attribuée au bon objet, et qu'elle tienne quand tout arrive en même temps. C'est vrai pour un LLM qui lit un rapport de 175 000 tokens comme pour une offre envoyée deux fois pendant une vente en direct.
J'explique aussi la data et l'IA à une communauté de plus de 100 000 abonnés. Je parle arabe, français et anglais.
Recrutement
Un poste en IA, data ou logiciel ? Parlons-en.
Je cherche un CDI en France. Réponse sous 48 heures.
Profil IA & Data
Ingénieur IA / Data
Voir ce profil — travaux réordonnés pour ce posteVersion à jour en cours de validation — demandez-la par email, je l'envoie le jour même.
Profil Logiciel
Ingénieur logiciel full-stack
Voir ce profil — travaux réordonnés pour ce posteVersion à jour en cours de validation — demandez-la par email, je l'envoie le jour même.
