Un bon score ne garantit pas une bonne explication. Mes travaux explorent la fidélité des explications et la supervision des systèmes hybrides ML-RAG dans la finance.
Mon mémoire de M2 porte sur un pipeline MLOps de scoring de crédit contextuel. Il a fait émerger une question centrale : les explications restent-elles fidèles lorsque les profils démographiques changent ?
Je propose un cadre à trois niveaux : une constitution financière lisible par machine, un arbitre IA et une supervision humaine déclenchée en cas de violation.
Un cadre de supervision à trois niveaux pour contrôler la fidélité et l’équité des explications de systèmes de scoring hybrides ML-RAG : constitution financière, arbitre IA et contrôle humain.
Un paradigme conceptuel de scoring qui élargit l’observation aux signaux financiers, civiques, comportementaux et contextuels. Il associe cette approche au consentement, à l’audit des biais et à la supervision humaine.
04 / THE PERSON BEHIND THE CODEABIDJAN → EVERYWHERE
Une vision produit. Un esprit d’ingénieur. Une curiosité sans fin.
KME.↗
Je suis Koffi Kan Marc-Ephrem, CTO, Forward Deployed Engineer et entrepreneur basé à Abidjan. Je relie les besoins métier à la conception de produits, aux systèmes distribués et à l’intelligence artificielle.
Mon fil conducteur : partir d’un problème concret, construire avec rigueur, et garder l’humain au cœur des décisions.