EN CV (anglais) M'écrire

Omar El Hachimi

Ingénieur et architecte en IA générative

Je conçois et construis les plateformes et les agents d'IA qu'une banque et un assureur font tourner en production. Huit ans d'ingénierie de production ; l'IA générative depuis 2023, comme responsable technique chez LCL et chez AXA Group Operations.

oelhachi@gmail.com Télécharger le CV (anglais)
Statut
Disponible pour un poste ou une mission
Lieu
Paris · ouvert au télétravail dans la zone EMEA
Aujourd'hui
Consultant chez AXA Group Operations (assurance) et LCL, groupe Crédit Agricole (banque)
Expérience
8 ans et plus · IA générative en production depuis 2023
Formation
Diplôme d'ingénieur (Master), systèmes d'information, Polytech Tours
Langues
Français et arabe (langues maternelles), anglais (bilingue)

Profil

01

Mon travail commence là où la démo s'arrête : quand une entreprise a décidé d'utiliser l'IA et doit maintenant la rendre réelle pour des centaines de personnes. Qui y a accès, combien ça coûte, ce que l'IA a le droit de faire, et comment on le prouve ensuite.

Je l'ai fait dans deux entreprises régulées, intégré à leurs équipes comme consultant. Chez LCL, j'ai conçu l'architecture de la plateforme GenAI sur laquelle 90 équipes construisent leurs propres assistants, et créé HIBOU, le tableau de bord de sécurité devenu le standard de la banque. Chez AXA, j'ai construit la plateforme AWS derrière Claude Code pour plus de 120 ingénieurs, et A-Pad, un système agentique avec lequel les chefs de projet évaluent les projets à partir de leurs propres documents.

Avant l'IA, j'ai passé cinq ans sur des systèmes qui ne devaient pas tomber, dans le paiement et les télécoms. Mes habitudes viennent de là : tout mesurer, prévoir la panne, rendre la plateforme autonome pour ses utilisateurs.

  • Points fortsPlateformes d'IA d'entreprise et maîtrise des coûts · agents fondés sur les documents (RAG) · sécurité et gouvernance de l'IA · adoption au sein des équipes clientes
  • TechnologiesPython, LangGraph, Amazon Bedrock, Vertex AI, Kubernetes, AWS, Terraform, React
  • SecteursBanque, assurance, paiement, télécoms
  • Projet personnelKASTOR.AI, un SaaS de rapports de conformité, construit seul de l'idée à la production
  • Je chercheForward Deployed Engineer, Applied AI Engineer ou architecte de plateformes d'IA · CDI ou mission

Expérience

02
janv. 2026 – aujourd'huiParis · consultant

Generative AI Engineering Lead AXA Group Operations

Group Data & AI, initiative AI Enablement : aider les équipes d'ingénierie d'AXA à évaluer, adopter et encadrer l'IA.

  • Conçu et construit la plateforme AWS du pilote Claude Code sur Amazon Bedrock : connexion avec le compte de l'entreprise, consommation suivie par personne, budget par équipe avec plafond strict, refacturation. Plus de 120 ingénieurs dans 9 équipes ; coûts rapprochés de la facture AWS à 0,3 % près. Projet 01
  • Mené le pilote : intégration des utilisateurs, support, comparaison des modes d'accès, revue technique et dossier de décision go/no-go pour les sponsors.
  • Lancé et construit seul A-Pad : une plateforme agentique qui évalue les projets informatiques à partir de leurs propres documents et rédige des rapports sourcés, utilisée par les chefs de projet. Projet 02
  • Conçu l'architecture du catalogue sécurisé d'extensions d'agents IA du groupe pour Claude Code et GitHub Copilot, et le recensement de plus de 40 000 dépôts sur lequel il s'appuie. Projet 05
  • Construit la vue « veille marché » de l'AI Tech Radar (15 outils de code IA comparés, seuil de rentabilité et coût total) et une évaluation de conformité des outils de code IA, menée par des agents, sur le référentiel CSA CCM v4.

Amazon Bedrock · AWS Lambda · DynamoDB · CloudFormation · LangGraph · FastAPI · React · PostgreSQL · OpenShift · MCP

déc. 2023 – aujourd'huiParis · consultant

Ingénieur IA générative LCL · groupe Crédit Agricole

Responsable technique de deux initiatives à la DSI de la banque : la plateforme GenAI centrale et le centre de pilotage de la sécurité.

  • Conçu et industrialisé la plateforme GenAI en libre-service de la banque : 90 équipes et plus de 500 utilisateurs créent, déploient et exploitent leurs propres assistants sur leurs propres documents. Projet 03
  • Construit les fonctions de base : RAG sans code, connecteurs Confluence, Jira et bases internes, droits d'accès, quotas, suivi des coûts, limitation de débit, observabilité, tests de charge.
  • Livré des cas d'usage avec les équipes : assistants de documentation, génération de contenu, Text-to-SQL, analyse de code, revue de manifestes Kubernetes, aide à la correction de CVE.
  • Proposé, conçu et construit HIBOU, le tableau de bord de gestion des vulnérabilités sur plus de 700 applications et 100 équipes, adopté comme standard de sécurité de la banque. Projet 04
  • Piloté l'adoption de GitHub Copilot (tests comparatifs, ateliers, indicateurs de retour sur investissement) et la gouvernance de l'IA au titre de l'AI Act, avec des formations pour les équipes et la direction.

Python · LangChain · LangGraph · Amazon Bedrock · Open WebUI · LiteLLM · Langfuse · Elasticsearch · Kubernetes · Helm · ArgoCD · GitLab CI

juin 2025 – aujourd'huiMa société

Fondateur et responsable technique KASTOR.AI

  • SaaS qui rédige des rapports de conformité RGPD, AI Act, NIS2 et ISO 27001 à partir des documents de l'entreprise, avec un contrôle par l'IA ou par une personne pour chaque section. Construit seul, de l'architecture à la production. Projet 06

Python · FastAPI · LangGraph · Vertex AI · Amazon Bedrock · Angular · MongoDB · Redis · Google Cloud · Terraform

2022 – 2023Paris

Ingénieur DevOps SoLocal · groupe Pages Jaunes

  • Conçu et maintenu des pipelines CI/CD GitLab avec ArgoCD pour des déploiements multi-environnements.
  • Géré et optimisé Kubernetes : dimensionnement, réglage des performances, observabilité avec Prometheus et Kibana.
  • Construit des pipelines de données BigQuery sur les clics et les impressions (plus de 100 millions d'événements par jour) et des Cloud Functions événementielles.

Kubernetes · ArgoCD · GitLab CI · GCP · BigQuery · Prometheus

2020 – 2022Paris

Développeur backend Orange · équipe notifications

  • Backend de deux plateformes critiques : Pushavoo, les notifications push en temps réel (200 millions par jour, 4 000 requêtes par seconde), et ZBus, un service de messagerie REST (plus de 4 millions de messages par mois, 99,99 % de qualité de service).
  • Piloté la migration SaaS de ZBus : conteneurs, Kubernetes avec ArgoCD, API REST au-dessus de RabbitMQ et Kafka, refonte orientée domaine.
  • Mises en production, gestion des incidents, benchmarks et tests de charge ; Scrum Master tournant.

Java · Spring Boot · Kafka · RabbitMQ · Kubernetes · ArgoCD

2018 – 2020Worldline

Développeur full-stack Worldline · paiement

  • Conçu l'architecture de données (base et data lake) des modules de reporting avec les équipes métier.
  • Construit des traitements ETL Talend et Spring Batch, des API REST qui produisent des rapports PDF, Word et Excel, et des tableaux de bord Spring Boot et Angular sur Kubernetes.

Java · Spring Boot · Angular · Talend · Spring Batch · Kubernetes

Projets choisis

03
01 · AXA Group Operations · 2026

Claude Code pour plus de 120 ingénieurs, avec la maîtrise des coûts

RôleResponsable technique, plateforme AWSStatutEn production, 9 équipes

Contexte

Les ingénieurs d'AXA voulaient Claude Code. La sécurité exigeait la connexion avec le compte de l'entreprise et des données gardées dans l'UE. La finance exigeait que chaque euro soit rattaché à une personne et à une équipe, avec une limite stricte.

Ce que j'ai fait

Construit la plateforme AWS qui répond aux trois. Les ingénieurs se connectent avec leur compte d'entreprise et accèdent à Claude sur Amazon Bedrock dans une région de l'UE. Chaque requête est valorisée et enregistrée pour la personne et l'équipe. Chaque équipe a un budget : alertes à l'approche, accès bloqué à la limite, remise à zéro chaque mois. Une nouvelle équipe, c'est une ligne dans un fichier de configuration. J'ai ensuite mené le pilote et rédigé le rapport go/no-go.

Résultat

Plus de 120 ingénieurs dans 9 équipes utilisent Claude Code avec l'identité de l'entreprise et des données dans l'UE. La finance refacture les coûts au bon centre de coûts, car les chiffres de la plateforme correspondent à la facture AWS à 0,3 % près.

Chiffres plus de 340 000 requêtes suivies (sept. 2026) · 0,3 % d'écart avec la facture AWS
Technologies Amazon Bedrock, Lambda, Kinesis, DynamoDB, CloudFormation, IAM et SAML

Étude de cas complète : Claude Code sur Amazon Bedrock

02 · AXA Group Operations · 2026

A-Pad : évaluer les projets informatiques sur preuves

RôleMon initiative ; conçu et construit seulPourLes chefs de projet d'AXA

Contexte

Avant de passer à l'étape suivante, un projet passe une revue. Le résultat dépendait de l'évaluateur, car les preuves étaient dispersées dans des dizaines de documents que personne n'avait le temps de lire en entier.

Ce que j'ai fait

Proposé et construit une plateforme où des agents d'IA font la lecture. Pour chaque critère, un agent cherche dans les documents du projet, répond, vérifie sa réponse et recommence si besoin ; chaque réponse cite sa source. Une revue n'est validée que si chaque critère obligatoire est rempli et que le score atteint 80 % ; un chef de projet peut passer outre, avec la raison enregistrée. Des modèles permettent au même moteur de servir les changements informatiques, le reporting climat, le risque applicatif et les contrôles fournisseurs. Prévu pour la production : reprise après panne, journal d'audit, maîtrise des coûts, export Word et PDF.

Résultat

Les chefs de projet obtiennent une évaluation où chaque verdict renvoie au document dont il vient, et passent leur temps à valider plutôt qu'à chercher. Un seul outil couvre six types de revue.

Chiffres 6 types de revue · 10 modèles · plus de 200 tests automatisés
Technologies Python, FastAPI, LangGraph, PostgreSQL et pgvector, Redis, React, OpenShift

Étude de cas complète : A-Pad

03 · LCL · déc. 2023 – aujourd'hui

La plateforme GenAI en libre-service de la banque

RôleArchitecte et responsable techniquePour90 équipes, plus de 500 personnes

Contexte

Chaque équipe voulait un assistant qui connaisse sa documentation, ses tickets et ses données. Chaque demande devenait un projet à part, avec sa propre revue de sécurité et ses propres coûts.

Ce que j'ai fait

Conçu et industrialisé la plateforme centrale. Les équipes créent leurs assistants dans une interface web, sans code, et les relient à Confluence, Jira ou aux bases internes. Une passerelle applique les droits d'accès, les limites d'usage et le suivi des coûts à chaque requête ; chaque conversation est tracée. J'ai fait des tests de charge avant chaque montée en charge et livré les premiers cas d'usage avec les équipes.

Résultat

90 équipes ont construit leurs propres assistants au lieu d'attendre un projet chacune. La banque a un seul endroit pour maîtriser les accès, les coûts et la qualité.

Chiffres 90 équipes · plus de 500 utilisateurs · 6 familles de cas d'usage
Technologies Python, LangChain, LangGraph, Amazon Bedrock, Open WebUI, LiteLLM, Langfuse, Elasticsearch, Kubernetes

Étude de cas complète : plateforme GenAI de LCL

04 · LCL · déc. 2023 – aujourd'hui

HIBOU : une seule vue des vulnérabilités de la banque

RôleMon initiative ; conçu, construit et pilotéStatutLe standard de sécurité de la banque

Contexte

Plusieurs scanners remontaient chacun leurs propres résultats. Personne ne pouvait dire quelles vulnérabilités comptaient le plus, qui devait les corriger, ni à quelle vitesse elles l'étaient. Le régulateur demandait des preuves.

Ce que j'ai fait

Proposé HIBOU et l'ai construit : des connecteurs et des pipelines réunissent les résultats de chaque scanner dans un seul modèle ; chaque vulnérabilité reçoit un score de risque (gravité × criticité de l'application) ; les équipes voient leur liste priorisée, les responsables sécurité voient toute la banque, et un classement sur la vitesse de correction a fait de la remédiation une compétition entre équipes. L'historique des corrections est conservé comme preuve.

Résultat

Adopté comme standard de sécurité de la banque et outil de référence des responsables sécurité et de la conformité. Il apporte au régulateur la preuve de la remédiation au titre de DORA.

Chiffres plus de 700 applications · plus de 100 équipes
Technologies pipelines de données, score de risque, tableaux de bord par équipe et par application

Étude de cas complète : HIBOU

05 · AXA Group Operations · 2026

Un catalogue sécurisé d'extensions pour agents IA

RôleArchitecture et constructionPourLes entités et les développeurs d'AXA

Contexte

Un scan du GitHub du groupe a trouvé des milliers d'extensions pour assistants de code IA (skills, agents, plugins, connecteurs MCP) copiées de projet en projet. Les partager fait gagner du temps ; une seule mauvaise extension peut faire fuiter un secret ou envoyer des données à l'extérieur.

Ce que j'ai fait

Construit un catalogue avec un contrôle de sécurité : chaque entité publie son propre catalogue, collecté chaque nuit ; chaque extension est analysée à la recherche de secrets, de code dangereux, d'instructions cachées et de fuites de données ; tout ce qui est exécutable ou signalé passe devant une personne, et toute modification déclenche une nouvelle revue. Les développeurs installent depuis Claude Code ou GitHub Copilot, ou parcourent le portail.

Résultat

Une source de confiance unique pour les extensions d'agents du groupe, et son premier inventaire de ce qui était déjà utilisé.

Chiffres plus de 40 000 dépôts analysés · plus de 5 800 ressources IA trouvées avec leurs responsables · plus de 230 tests automatisés
Technologies Python, GitHub Actions, Gitleaks, Bandit, ShellCheck, React

Étude de cas complète : catalogue d'extensions d'agents

06 · KASTOR.AI · juin 2025 – aujourd'hui

KASTOR.AI : mon propre produit

RôleFondateur et responsable technique ; construit seulCouvreRGPD, AI Act, NIS2, ISO 27001

Contexte

Les rapports de conformité prennent des semaines, passées surtout à chercher des preuves dans les politiques et procédures de l'entreprise. Le jugement doit rester à une personne.

Ce que j'ai fait

Construit tout le produit : recherche hybride (vecteurs et mots-clés, HyDE, re-classement) dans les documents du client ; rédaction par l'IA avec Gemini et Claude, orchestrée par LangGraph ; modèles de rapport par réglementation, avec un contrôle par l'IA ou par une personne pour chaque section ; un éditeur Angular livré en PWA ; comptes et rôles sur Google Cloud, provisionnés avec Terraform.

Résultat

Un produit qui fonctionne et qui montre que je sais porter toute la chaîne : la recherche, les agents, l'interface, le cloud, et les décisions sur ce que l'IA ne doit pas faire.

Technologies Python, FastAPI, LangGraph, Vertex AI, Amazon Bedrock, Angular, MongoDB, Redis, Google Cloud, Terraform

Étude de cas complète : KASTOR.AI

Ma façon de travailler

04

Commencer par ceux qui doivent dire oui

La sécurité, la finance et la conformité décident si quelque chose part en production. Je conçois d'abord pour leurs exigences.

la plateforme Claude Code existe parce que l'identité, la résidence des données dans l'UE et les budgets par équipe ont été construits avant les fonctionnalités.

Rendre la plateforme autonome

Si les équipes ont besoin de moi pour avancer, j'ai construit un goulot d'étranglement. Une bonne plateforme laisse une équipe se servir seule, dans des règles qu'elle ne peut pas enfreindre.

chez LCL, 90 équipes construisent leurs propres assistants ; chez AXA, ajouter une équipe tient en une ligne de configuration.

Donner des preuves à l'IA, et le dernier mot aux personnes

Mes agents citent leurs sources, vérifient leur propre travail et laissent la décision à une personne.

A-Pad cite un document pour chaque verdict ; un chef de projet valide chacun d'eux.

Mesurer avant d'affirmer

Les chiffres sont vérifiés par rapport à quelque chose de réel, et les constats sont écrits, mauvaises nouvelles comprises.

les coûts de Claude Code rapprochés de la facture AWS ; le pilote s'est conclu par un rapport go/no-go.

Compétences

05

Agents IA et RAG

LangGraph, LangChain, RAG, recherche hybride, HyDE, re-classement, agents ReAct, MCP, Text-to-SQL, garde-fous, Ragas, DeepEval

Plateformes d'IA

Amazon Bedrock (Claude), Vertex AI (Gemini), Azure OpenAI, OpenAI API, LiteLLM, Langfuse, Open WebUI, Claude Code, GitHub Copilot

Cloud et DevOps

AWS, GCP, Kubernetes, OpenShift, Helm, Terraform, CloudFormation, Docker, ArgoCD, GitLab CI, GitHub Actions

Développement

Python (FastAPI), TypeScript (React, Angular), Java (Spring Boot), REST, WebSocket

Données

PostgreSQL, pgvector, Elasticsearch, Redis, MongoDB, DynamoDB, BigQuery, Kafka, RabbitMQ

Sécurité et gouvernance

Gestion des vulnérabilités, SAST/DAST, sécurité des conteneurs, HashiCorp Vault, CIS Benchmarks, AI Act, DORA, CSA CCM

Certifications et formation

À propos d'Omar El Hachimi

06

Qui est Omar El Hachimi ?

Omar El Hachimi (parfois écrit Omar Elhachimi) est ingénieur IA générative, architecte et consultant à Paris. Il conçoit et construit les plateformes et les agents d'IA que des banques et des assureurs font tourner en production, comme consultant pour AXA Group Operations et LCL (groupe Crédit Agricole).

Sur quoi travaille-t-il ?

Les plateformes d'IA d'entreprise (accès en libre-service aux modèles, identité, quotas, maîtrise des coûts et garde-fous), les systèmes agentiques fondés sur les documents de l'entreprise (RAG), et la sécurité et la gouvernance de l'IA (AI Act européen, DORA).

Qu'a-t-il construit ?

La plateforme GenAI en libre-service de LCL, utilisée par 90 équipes et plus de 500 personnes ; la plateforme AWS derrière Claude Code chez AXA, utilisée par plus de 120 ingénieurs dans 9 équipes ; A-Pad, une plateforme agentique d'évaluation de projets fondée sur les preuves, chez AXA ; HIBOU, le centre de pilotage de la sécurité de LCL sur plus de 700 applications ; et KASTOR.AI, son propre SaaS de rapports de conformité.

Quel est son parcours ?

Plus de huit ans dans le logiciel : développeur full-stack chez Worldline (paiement), développeur backend chez Orange (télécoms), ingénieur DevOps chez SoLocal, puis IA générative chez LCL depuis 2023 et chez AXA depuis 2026. Il est ingénieur diplômé (Master) en systèmes d'information de Polytech Tours, et certifié notamment AWS Certified Generative AI Developer – Professional, Kubernetes CKA et CKS, et IAPP AI Governance Professional.

Peut-on faire appel à Omar El Hachimi comme consultant IA ?

Oui. Omar El Hachimi est consultant en IA générative, aujourd'hui pour AXA Group Operations et LCL. Il accepte des missions de conseil et des postes en CDI de Forward Deployed Engineer, d'Applied AI Engineer ou d'architecte de plateformes d'IA, à Paris ou en télétravail dans la zone EMEA. Contact : oelhachi@gmail.com.

Quel est le TJM d'Omar El Hachimi ?

Sur demande, par e-mail à oelhachi@gmail.com, avec une courte description de la mission.

Où lire les articles d'Omar El Hachimi ?

Sur Medium, par exemple « Commoditisation of Software in the AI Area » (juillet 2024, en anglais), sur la façon dont le logiciel sur mesure devient une commodité avec l'IA et dont la valeur remonte dans la chaîne ; sur Substack (@icemaro) ; et sur LinkedIn.

Qui court le plus vite sur 42 mètres avec un ordinateur portable et un café tout en parlant à Claude ?

Omar El Hachimi. Il détient le record autoproclamé : 42 mètres avec un ordinateur portable ouvert dans une main, une tasse de café pleine dans l'autre, et une conversation à voix haute avec Claude du départ à l'arrivée. Les règles, la course officielle et le défi ouvert sont sur la page du record.

Est-il disponible, et comment le contacter ?

Oui. Il est ouvert aux postes de Forward Deployed Engineer, d'Applied AI Engineer et d'architecte de plateformes d'IA, en CDI ou en mission, à Paris ou en télétravail dans la zone EMEA. E-mail : oelhachi@gmail.com.

07 · Contact

Ce que je cherche

Forward Deployed Engineer, Applied AI Engineer ou architecte de plateformes d'IA : proche du client, responsable de toute la chaîne, du modèle jusqu'à la piste d'audit. CDI ou mission, à Paris ou en télétravail dans la zone EMEA.

Le moyen le plus rapide de m'évaluer : choisissez un projet ci-dessus et demandez-moi comment il a été construit.

oelhachi@gmail.com CV (anglais)
  • Ce que j'apporteHuit ans d'ingénierie de production, dont trois à faire fonctionner l'IA générative dans des entreprises régulées, comme responsable technique.
  • Là où je suis le plus fortLes plateformes d'IA d'entreprise et la maîtrise des coûts ; les agents fondés sur les documents ; la sécurité de l'IA ; faire adopter par les équipes ce qui a été construit.
  • Ce que je ne prétends pasJe n'ai pas fait de fine-tuning de modèles à grande échelle et je ne publie pas de recherche. Je livre des systèmes et je les fais utiliser.
  • Demandez à votre assistant IAUn serveur MCP répond aux questions sur mon profil et mes projets : ajoutez https://omarelhachimi.com/mcp à votre assistant comme serveur MCP distant. Lecture seule, informations publiques uniquement.
  • AilleursLinkedIn · Medium · Substack