CTOKOFFI.ME
K®
HUMAN INTENT. MACHINE INTELLIGENCE.INITIALIZING / 2026
koffi®
ABIDJAN, CIParlons ensemble
PORTFOLIO — 2026TECHNOLOGY WITH INTENTION.

✳KOFFI KAN MARC-EPHREM — CTO ET FORWARD DEPLOYED ENGINEER À ABIDJAN

Engineeringtomorrow.
[01—∞]

Du terrain à la production.
Des produits utiles. Une IA digne de confiance.

Je conçois à Abidjan des produits numériques robustes, de l’architecture logicielle à l’intelligence artificielle explicable et aux systèmes ML-RAG.

CTO · FORWARD DEPLOYED ENGINEER · AI/ML
+HUMAN INTENT
× MACHINE INTELLIGENCE
05° N
04° W
INTERACTIVE OBJECT / DRAG TO ROTATE
SCROLL TO EXPLORE BASÉ À ABIDJAN.
CONNECTÉ AU MONDE.
DE L’IDÉE
À L’IMPACT
fvundi↗immoplus.STYLE PASSnaturalinkndaya.
2024 — 2026
BUILT. SHIPPED. USED.

Des systèmes qui vivent
au-delà du code.

utilisateurs à travers
l’ensemble des plateformes

FCFA ayant transité
par les architectures

CHIFFRES CUMULÉS · TOUTES PLATEFORMES CONFONDUES
01 / FORWARD DEPLOYED ENGINEERING

Je relie les réalités métier à l’ingénierie.
De la première conversation à l’évolution du système, je garde la responsabilité du résultat.

01 / TERRAIN

Cadrage & usages

Observer les usages, parler aux équipes et identifier le problème derrière la demande.

Utilisateurs
Processus métier
Contraintes terrain
RÉSULTAT ATTENDUUn problème clairement formulé.

Robustesse

Anticiper les échecs et rendre les flux traçables.

Évolutivité

Des responsabilités claires pour faire évoluer chaque couche.

Observabilité

Voir les erreurs, la latence et les coûts pour décider.

Vitesse de livraison

Des changements fréquents, maîtrisés et réversibles.

02 / SELECTED WORK

Des idées.
Du réel.

De la première ligne de code
au produit entre les mains de milliers de personnes.

FVUNDI / INTELLIGENCE EXPLICABLE
fvDECISION INTELLIGENCE
DE LA DONNÉE À LA CONFIANCE

Comprendre.
Puis décider.

MOBILE MONEY → ML → EXPLANATION

ExplainableBY DESIGN
Prédiction ML Attribution SHAP Explication RAG
ILLUSTRATION D’ARCHITECTURE · ML + RAG
FINTECH · ML / RAG01 / 09

Fvundi®

L’IA au service de l’inclusion financière.

Un scoring de crédit explicable, pensé pour les réalités des économies émergentes. Une architecture qui sépare la prédiction de son explication.

XGBoostLlamaIndexSHAPFastAPI
03 / RESEARCH & AI SAFETY RECHERCHE EN COURS

Une IA performante.
Et digne de confiance.

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.

CONSTITUTIONAL OVERSIGHT
DONNÉES MOBILE MONEY
01 / PREDICTMachine LearningXGBoost + SHAP
→
02 / EXPLAINGrounded RAGLlamaIndex + LLM
Financial ConstitutionRègles explicites · Fidélité · Équité
AI ARBITER↔HUMAN OVERSIGHT
CADRE DE RECHERCHE PROPOSÉ / 2026
DU MÉMOIRE AU PROJET DOCTORAL

Qui supervise
l’intelligence artificielle ?

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.

Explanation FaithfulnessConstitutional AIScalable Oversight
Lire la publication Prépublication · Zenodo · 1 mai 2026
DOI : 10.5281/zenodo.19955522
PUBLICATIONS OUVERTES02 PREPRINTS / ZENODO
AI SAFETY

Constitutional Oversight of Hybrid ML-RAG Credit Scoring Systems: Scalable Governance for Safe and Fair Financial Inclusion in Emerging Economies

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.

ML-RAGFaithfulnessHuman oversight
DOI / 10.5281/zenodo.19955522Prépublication · v1.0.0
FINANCIAL INTELLIGENCE

Holistic Life Scoring (HLS): A New Paradigm for Inclusive Financial Intelligence in Emerging Economies

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.

HLSInclusion financièreGouvernance
DOI / 10.5281/zenodo.20247598Prépublication conceptuelle · Validation empirique en cours
THE HUMAN IN THE LOOP

La technologie avance.
La confiance se construit.

SURVOLEZ POUR VOIR AU-DELÀ
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.

Faisons connaissance
PARCOURS PROFESSIONNELRÔLE / ORGANISATION / PÉRIODE

IA financière, scoring explicable et gouvernance des systèmes ML-RAG.

FORMATION & LEADERSHIP
2021 — 2026

HEC Abidjan

M2 Informatique de Gestion
Intelligence artificielle & Deep Learning

Licence : mention très bien · 17/20
Mémoire de M2 en cours
2025 — 2026

Aspire Leaders Program

Aspire Institute
Engineering Lead

Direction d’une équipe internationale
de 5 ingénieurs
TOOLBOX & MINDSET

De la profondeur.
À chaque couche.

Comprendre le système dans son ensemble.
Maîtriser les détails qui font la différence.

/01

Intelligence artificielle

PythonXGBoostPyTorchLlamaIndexRAGClaude / CohereSHAPQdrant / pgvector
/02

Produit & engineering

Solutions engineeringIntégration métierNestJSNext.jsFlutterSwiftPostgreSQLRedisREST APIMicroservices
/03

Infrastructure & Web3

AWS / GCPDockerGitHub ActionsMLflowSolanaVeChainNFC / IoTDrift detection
/04

AI Safety & recherche

Constitutional AIScalable OversightExplanation FaithfulnessFairness AuditingHuman-in-the-LoopInterprétabilité
05 / FIELD NOTES

Notes d’ingénierie, convictions produit
et questions de recherche.

06 / NEXT CHAPTER PRODUIT · RECHERCHE · COLLABORATION