Dixit Jain, Ingénieur IA & consultant en automatisation. La plupart des IA s'arrêtent à la démo. Je construis la partie qui dure.
Agents LLM, systèmes de recherche documentaire, IA vocale, et l'automatisation qui les relie au fonctionnement réel d'une entreprise. Plus de 25 systèmes en production, utilisés dans plus de 10 pays.
25+
Systèmes en production
85%+
Précision de recherche RAG
12+
Équipes accompagnées
40%+
Travail manuel supprimé
50+
Flux automatisés
10+
Pays avec des utilisateurs actifs
Construit pour des équipes qui livrent de vrais produits
Plus missions dans la finance et le secteur public sous accord de confidentialité
À propos
Des systèmes qui surviventaux vrais utilisateurs.
Pas un portfolio de démos. Un relevé de systèmes IA conçus, livrés, et toujours en production.
Les démos sont faciles. La production, c'est le métier.
La plupart des projets IA meurent entre le notebook et le déploiement. Je construis la partie qui survit : évaluation, solutions de repli, observabilité, et des systèmes robustes qui se tiennent quand de vrais utilisateurs arrivent.
Le problème métier d'abord, le modèle ensuite.
Chaque système que je livre part d'une douleur opérationnelle : des leads qui pourrissent dans une boîte mail, des files de support en feu, du savoir enfermé dans des PDF. Je remonte ensuite jusqu'à la plus petite architecture qui l'élimine.
Full stack, de bout en bout.
Orchestration d'agents dans LangGraph, recherche documentaire sur index hybride, back-ends FastAPI et front-ends React. Une seule personne porte l'ensemble du système, donc rien ne se perd au passage de relais.
Comment je construis
Understand, architect, build, evaluate, ship, improve. The same loop for every system, whether it is a job or something shipped alone.
Lire le processusCe que je construis
Quatre couches du mêmeproblème.
La plupart des missions commencent dans l'une d'elles et finissent par en toucher deux. Le modèle est rarement la partie difficile.
Ingénierie IA
Systèmes agentiques : des agents qui décident et agissent, une recherche qui répond à partir de vos documents, et une voix qui tient une conversation. Plus le travail de fiabilité qui décide si tout cela survit au contact de vrais utilisateurs.
- Applications LLM et agents IA
- Orchestration multi-agents
- RAG et recherche hybride
- +4 more
Ingénierie d'automatisation
Le travail entre les systèmes. L'essentiel de la douleur opérationnelle n'est pas une fonctionnalité manquante, c'est une personne qui déplace des données d'un outil à l'autre et qui oublie parfois.
- Automatisation de flux avec n8n
- Automatisation CRM et ERP
- Capture, routage et relance des leads
- +4 more
Systèmes IA pour la croissance et le revenu
L'automatisation braquée sur le chiffre d'affaires. Qualification, personnalisation et segmentation sont des problèmes d'IA avec un montant attaché, ce qui en fait les plus faciles à justifier.
- Qualification et notation des leads par IA
- Agents commerciaux et séquences de relance
- Campagnes personnalisées en volume
- +4 more
Systèmes métier sur mesure
Le système de référence, adapté à l'entreprise plutôt que l'inverse. Le plus souvent ERPNext, le plus souvent parce que le flux standard ne décrit pas la façon dont cette entreprise fonctionne réellement.
- Personnalisation ERPNext et Frappe
- Flux industrie et solaire
- Flux commerciaux et de projet
- +3 more
Je porte l'architecture et la construction. Quand une mission demande plus de capacité d'implémentation qu'une seule personne, je fais appel à une petite équipe d'ingénierie et d'automatisation avec laquelle j'ai déjà travaillé, et je reste responsable de ce qui est livré.
Les systèmes que je construis
Le travail, c'est tout leflux, pas une étape.
Un modèle qui répond bien est une fonctionnalité. Un lead qui arrive à minuit et atteint la bonne personne avec du contexte avant de refroidir est un système.
Un lead arrive et rien n'attend un humain
Qualification, écriture CRM, réponse personnalisée et relance ont toutes lieu avant que quiconque n'ouvre la boîte mail. Le commercial reçoit une notification avec du contexte plutôt qu'une ligne à trier.
Parler de votre flux de travailLead entrant workflow. Flux principal : Le lead arrive, puis L'IA qualifie, puis CRM mis à jour, puis Réponse personnalisée, puis Commercial notifié. Chemins connectés : Enrichissement alimente L'IA qualifie; Séquence de relance comme chemin conditionnel depuis Réponse personnalisée.
Travaux sélectionnés
Des systèmes construits,livrés et en service.
Trois qui méritent d'être lus en entier. Le reste de l'archive est à un clic, chacun avec son compte rendu.
LawBot Africa
Plateforme juridique IA pour les juridictions africaines : un assistant qui répond en langage clair, un générateur de contrats et un analyseur de documents, dans un seul espace de travail.
Demander, rédiger et relire dans un seul espace
Chatterbots.ai
Plateforme pour créer des assistants vocaux IA qui tiennent une vraie conversation, répondent à partir de vos contenus, qualifient l'appelant et posent le rendez-vous.
Des assistants vocaux qui qualifient, réservent et transfèrent
MarqHire AI
Plateforme de recrutement qui analyse les CV, les note face à une fiche de poste et mène les entretiens de présélection à la voix.
Présélection automatisée de bout en bout
Études de cas
Systèmes clients,en profondeur.
Construits pour des équipes avec un problème opérationnel, chacun documenté avec l'architecture, les arbitrages et ce qui a changé après la mise en ligne.
01 Automatisation commerciale
Pipeline de leads IA pour une équipe commerciale
Une équipe de services B2B triait à la main plus de 200 leads entrants par semaine, les commerciaux passant plus de temps en saisie et en tri qu'en vente.
80%
de tri manuel en moins
3x
première réponse plus rapide
02 Recherche de connaissances
RAG en production sur des documents d'entreprise
Une équipe interne perdait des heures chaque semaine à fouiller des PDF, des wikis et des enregistrements ERPNext éparpillés pour répondre à des questions de routine.
85%+
de précision de recherche
Heures
gagnées par équipe chaque semaine
03 Support client
IA vocale pour le support client
Une équipe de support en croissance croulait sous les demandes de niveau 1 répétitives, d'où de longues attentes et un épuisement des agents.
60%
résolu sans humain
24/7
de disponibilité
IA, données, automatisation, croissance
Les systèmes visent un chiffre, pas une démo
À côté de l'ingénierie, le travail s'est aussi joué côté commercial : personnalisation des campagnes, segmentation, analyse du cycle de vie et de la rétention, et l'intelligence client sous les trois. C'est la raison pour laquelle les conversations d'architecture partent d'un problème opérationnel plutôt que d'un choix de modèle.
Acquisition
Une qualification et un routage qui amènent un lead pertinent à une personne pendant que l'intention est encore chaude.
Conversion
Une personnalisation bâtie sur l'enrichissement plutôt que sur des champs de fusion, et des assistants qui réservent au lieu de répondre.
Engagement
Segmentation, messages ciblés et signaux comportementaux pour décider quoi envoyer et quand se taire.
Rétention
Analyse du cycle de vie et de l'attrition, pour que l'intervention arrive avant que le client ne soit déjà parti.
Support
Déflexion sur les contacts répétitifs, capacité gardée pour ceux qui demandent du jugement.
Efficacité commerciale
Moins de temps dans le CRM, plus de contexte par conversation, et une relance qui ne dépend pas de la mémoire.
Dans leurs mots
Les personnes qui ontcommandé ce travail.
Chaque citation renvoie au système dont elle parle, pour que l'affirmation et le travail soient côte à côte.
MarqHire et Brandry sont tous deux passés de l'idée à quelque chose que nous pouvions montrer à des clients, Dixit portant la construction de bout en bout. Il a lu le volet produit d'aussi près que le volet technique, il a avancé vite, et il a transformé des exigences encore floues en logiciel qui fonctionne. Les deux produits en sont nettement meilleurs.
Tushar Jain
PDG, TechMarqX
Nous avions besoin que nos leads soient traités correctement, pas d'un tableau de bord de plus. Le système IA de gestion des leads que Dixit a construit a pris en charge la relance, fait remonter les opportunités qui valaient vraiment la peine, et s'est traduit en leads qualifiés et en croissance réelle pour une petite équipe. Il a compris nos contraintes et a construit pour elles.
Jonathan
Audtri
La rigueur est le mot que j'emploierais. Pendant son passage chez UB Webs, il a mené ses projets dans les délais, s'est approprié des technologies inconnues sans qu'on ait à le guider, et a porté ses responsabilités en autonomie tout en progressant régulièrement. Le genre d'ingénieur sur lequel une équipe peut compter.
Sandeep Aggarwal
Directeur général, UB Webs
Sous le capot
Les outils, et la boucledans laquelle ils tournent.
Chaque outil avec lequel je livre, relié comme le travail est relié, et la boucle de raisonnement sous chaque système agentique que je construis.
The map · drag a node to explore
drag nodes · hover to explore
The loop · every system runs this
User
Query, voice, or event
Agent
LangGraph orchestrator
Reasoning Core
LLM · tools · memory
Vector DB
Hybrid semantic retrieval
Response
Grounded and cited
Là où ça rapporte
Que puis-je vous aiderà automatiser ?
Si l'une de ces phrases a été prononcée chez vous ce trimestre, c'est un système qui a déjà une forme.
Les leads arrivent et personne ne relance.
Qualification et routage automatisés, avec une première réponse qui part en quelques minutes.
L'équipe commerciale passe sa journée à mettre le CRM à jour.
Des fiches écrites par le pipeline, pour que le CRM soit un sous-produit du travail et non un second métier.
Les mêmes questions clients arrivent chaque jour chez un humain.
Un assistant ancré dans vos propres contenus, qui n'escalade que ce qu'il doit.
Trouver quoi que ce soit suppose de fouiller des documents.
Une recherche sur vos fichiers qui répond avec une citation plutôt qu'un dossier.
Les campagnes sont impossibles à personnaliser en volume.
L'enrichissement d'abord, puis la génération par enregistrement, pour que la personnalisation ait des faits derrière elle.
Les données clients sont éparpillées sur quatre systèmes.
Intégration et dédoublonnage vers une fiche unique que chaque système peut lire.
Les processus clés tournent encore sur des tableurs.
Le processus déplacé dans le système de référence, avec les étapes inventées hors de lui préservées.
Le travail sur l'ERP est manuel et personne ne croit les rapports.
ERPNext adapté au vrai flux de travail, avec de l'automatisation entre lui et tout ce qui l'entoure.
Les gens recopient des données entre systèmes toute la journée.
Une synchronisation événementielle, avec une file de contrôle pour les cas qu'une machine ne devrait pas trancher.
Le contenu prend trop de temps, donc il s'arrête.
Un pipeline de recherche, de génération et de publication qui survit à une semaine chargée.
Les appels de support mangent la capacité de l'équipe.
Des agents vocaux sur les appels répétitifs, avec un transfert chaud qui emporte le contexte.
Il y a un budget IA et aucune idée d'où le pointer.
Une mission courte qui trouve où l'automatisation se rembourse, avant que quoi que ce soit ne soit construit.
Contact
Un flux de travailqui mérite d'être automatisé ?
Ou un poste à pourvoir, un produit à construire, ou un processus que personne ne veut gérer. Tout ce qui précède n'est que l'introduction ; dites ce qui vous amène ici, et la réponse portera exactement là-dessus.
Accepte des postes d'ingénieur à temps plein ainsi que des missions contractuelles ou de projet sélectionnées, à distance et dans tous les fuseaux horaires. L'essentiel de ce travail se fait avec des équipes en Europe, au Royaume-Uni, en Amérique du Nord et en Australie. Lorsqu'une entreprise recrute depuis l'étranger, le travail de projet se déroule comme une prestation de conseil plutôt que comme un emploi, sans autorisation de travail locale requise d'aucun côté.