Copilot Studio
Concevoir et mettre en production des agents Copilot Studio, ou former vos équipes.
J'aide les grands comptes à passer d'un cas d'usage IA à une solution en production : agents IA sur Azure, plateformes data Databricks et Spark, pilotage de bout en bout. J'anime aussi des formations IA en entreprise.
Concevoir et mettre en production des agents Copilot Studio, ou former vos équipes.
Construire un socle IA : AI Gateway, routage multi-LLM, sécurité et maîtrise des coûts.
Faire passer vos agents IA du POC à la production : RAG, validation humaine, coûts, supervision.
Former vos équipes avec Spar-x, en sessions de 20 personnes maximum, sur des cas réels.
Créer et mettre en production des agents IA, sans code : 6 modules, finançable OPCO (Spar-x, certifié Qualiopi).
Les 8 étapes, pas à pas : environnements gérés, solution, Git, évaluation, DLP, pipeline, suivi et maintenance.
Article 4 de l'AI Act : diagnostic en 10 questions et modèle de registre des formations IA, gratuits.
Copilot Studio ne lit que 15 extraits : recherche personnalisée (OnKnowledgeRequested), Azure AI Search filtré sur les droits d'accès, Jev qui garde les passages qui répondent vraiment, et banc d'évaluation avant tout engagement.
Copilot Studio · Azure AI Search · TypeSafe Jev · TypeScript · Entra IDMise en production de LLM open source avec vLLM : dimensionnement GPU et cache KV, routeur qui réutilise le cache de préfixe, autoscaling KEDA, SLO Prometheus, banc de charge. Lire l'article.
vLLM · Kubernetes · KEDA · Prometheus · Docker · FastAPI · PythonPasserelle multi-LLM : chaque requête part vers le modèle autorisé, suffisant et le moins cher. Les données sensibles restent dans le SI. Lire l'article.
Azure OpenAI · Azure AI Foundry · AI Gateway multi-LLM · FastAPI · PythonLakehouse bronze, silver, gold sur l'open data SNCF : Airflow orchestre Spark et Delta, avec contrôles qualité et quarantaine.
Airflow · Spark · Delta Lake · Databricks · Python · SQLStack d'automatisation d'entreprise multi-agents : CrewAI et LangGraph, modèles Ollama, services conteneurisés.
LangGraph · CrewAI · LangChain · Ollama · Docker · PostgreSQL · RedisAssistant conversationnel qui guide les agriculteurs vers l'agriculture régénératrice.
React · OpenAI APILa stratégie Microsoft pour des agents IA fiables, gouvernés et sobres en coûts : cadrage, conception, connaissances, évaluation, sécurité, AI Act, coût et un premier agent en 90 jours. PDF gratuit de 100 pages, dépôt GitHub.
Contributeur au framework d'agents officiel de Microsoft : 4 correctifs fusionnés par l'équipe Microsoft. Le connecteur TypeSafe (Jev) ignorait les variables de proxy et ne pouvait pas joindre l'API derrière un proxy d'entreprise (PR #8984, 6 octobre 2026) ; les agents Azure AI Foundry appelés sans streaming perdaient le lien de consentement OAuth des outils (PR #8976, 13 octobre 2026) ; le client Anthropic ignorait allow_multiple_tool_calls (PR #8980, 23 octobre 2026) ; le client Anthropic perdait les citations en streaming (PR #9898, 2 novembre 2026). Proposé, en attente de revue : prise en charge des images et des questions Box de Jev 1.14 (PR #9411). Article : le transport HTTP qui ignorait HTTPS_PROXY.
Audit et correctifs intégrés par les mainteneurs (3 PR fusionnées) pour 4 bugs : recherche hybride Elasticsearch, filtres pgvector, comptage des tokens, doublons à la réindexation dans Weaviate (PR #6697, PR #6698, issue #6699, PR #6705).
Audit de la plateforme open source d'agents IA de Thales : 4 bugs signalés, dont 3 corrigés par les mainteneurs de Thales à partir des signalements (filtre pgvector multi-valeurs, réponse finale perdue sur l'API compatible OpenAI, ingestion de fichiers cp1252 ; issue #3002, issue #3003, issue #3004).
Audit des bibliothèques Python de Mistral AI : 3 bugs silencieux reproduits, corrigés et testés (validation des noms d'outils, paramètres optionnels de create_tool_call, schémas stricts des champs dictionnaire), plus 2 correctifs antérieurs (PR #354, issue #632, issue #633, PR #351, en attente de revue ; PR #349, tokenizers hors ligne, intégrée par les mainteneurs de Mistral AI le 5 octobre 2026, article et podcast ; PR #396, strict: null des outils OpenAI, fusionnée le 21 octobre 2026). Article · version anglaise.
Retour d'expérience sur l'audit d'OGX, correctifs fusionnés par les mainteneurs. Version anglaise sur dev.to. Aussi sur Medium : Weaviate : quand réindexer un document crée des doublons dans votre RAG, Copilot Studio en production, 6 étapes, passerelle multi-LLM sur Azure, LLM open source en production avec vLLM, revue de code IA dans GitLab et tous les articles.
Correctifs open source chez Microsoft, Mistral AI et OGX, Copilot Studio en production, architecture LLM sur Azure : 18 articles sur Medium et 6 sur dev.to, avec le statut vérifié de chaque correctif.
Zakaria Khchiche est Tech Lead Data & IA freelance basé à Paris. Il conçoit et met en production des agents IA pour de grands comptes (SUEZ, TotalEnergies, Groupe SNCF, La Banque Postale) sur Azure AI Foundry, Azure OpenAI et Copilot Studio, et anime des formations IA générative avec Spar-x.
Conception et mise en production d'agents Copilot Studio, construction de socles IA sur Azure AI Foundry (AI Gateway, routage multi-LLM, sécurité, maîtrise des coûts), passage d'agents IA du POC à la production (RAG, validation humaine, supervision), data engineering Databricks et Spark, et formations IA générative en entreprise.
Oui, pour des missions de Tech Lead IA / Data, de conception d'agents IA et d'industrialisation de POC d'IA générative, à Paris ou à distance. Le plus simple est de le contacter sur Malt ou LinkedIn.
Via son profil Malt (https://www.malt.fr/profile/zakariakhchiche) ou LinkedIn (https://www.linkedin.com/in/zakariakhchiche/).
Disponible pour des missions de Tech Lead IA / Data et des formations IA, à Paris ou à distance. Le plus simple : m'écrire sur LinkedIn ou via Malt.