Raphaël Picard, Senior AI Engineer & Responsable IA à Lyon

Senior AI Engineer & Responsable IA à Lyon : J’industrialise l’IA agentique.

Je conçois et mets en production des assistants IA utiles au quotidien. Chez Neoteem, éditeur d’un ERP immobilier, 7 agents spécialisés assistent les gestionnaires : questions sur leurs données et sur l’aide du logiciel, comparaison de devis, rédaction. Ils lisent les données de l’ERP sans pouvoir les modifier, et aucun mail ne part, aucun document n’est supprimé sans validation humaine. Chaque version est testée avant sa mise en ligne, chaque coût est suivi : −33 % sur la facture des modèles. Et l’équipe est formée pour les faire vivre.

Depuis novembre 2025, je suis Senior AI Engineer & Responsable IA chez Neoteem, éditeur d’un ERP pour les professionnels de l’immobilier. J’y ai mis en production sept agents LangGraph répartis dans NeoChat, NeoSupport et NeoAgent, réécrit de zéro en TypeScript la couche de données qui les alimente et fait adopter par la direction une architecture multi-chatbots spécialisés. J’encadre le pôle IA (3 à 4 personnes) et je forme les équipes, tech et non-tech.

Agents IA en production

• NeoChat (Assistant conversationnel · Neoteem) : L’assistant du logiciel de gestion immobilière : un gestionnaire pose une question sur ses données, ses mails ou ses documents. L’agent cherche la réponse et peut agir pour lui, sous son contrôle.
• NeoSupport (Agent de support · Neoteem) : Il répond aux questions d’usage du logiciel à partir de sa documentation, demande une précision quand la question est ambiguë et signale les manques de la doc au lieu d’inventer.
• NeoAgent (Agents métier · Neoteem) : Des assistants intégrés aux écrans du logiciel pour les tâches qui prennent du temps aux gestionnaires : comparer des devis, reformuler un texte, rédiger une annonce immobilière, préparer un modèle de document. Chacun est un graphe LangGraph dédié, servi par une API REST.

Expertises

• Agents IA : Des agents spécialisés, chacun avec son périmètre d’outils et ses points de contrôle humain — en production, pas en démo.
• RAG hybride : Des réponses ancrées dans la documentation, et un aveu clair quand elle ne couvre pas la question.
• Sécurité & gouvernance : Un agent ne doit jamais pouvoir faire plus que l’utilisateur qui lui parle — même manipulé.
• Développement agentique : Le développement lui-même outillé comme un système multi-agent : skills, sous-agents, hooks et serveurs MCP.
• LLMOps : évals & coûts : Ce qui ne se mesure pas ne part pas en production.
• Backend & cloud : Des fondations solides pour que l’IA ait des données fiables à manipuler.

• Lire le portfolio complet
• Parcours
• Projets
• Contact
• Télécharger le CV (PDF)
• LinkedIn
• GitHub
• YouTube