Forward Deployed AI Engineer

Je conçois des agents autonomes.

Ingénieur IA spécialisé LLMs, VLMs, Model Context Protocol & fine-tuning. Actuellement Forward Deployed AI Engineer chez Liberty International.

Découvrir mon travail

Faites défiler pour explorer

Hasan Basbunar / Forward Deployed AILuxembourg · 2026

Luxembourg

Hasan Basbunar

Forward Deployed AI Engineer

Forward Deployed · Luxembourg

À propos / 01

Au carrefour des modèles et de la production.

Forward Deployed AI Engineer chez Liberty International, je suis déployé au plus près du métier dans les entreprises du groupe, de la pharma à la restauration, en passant par les médias et l'équestre. Ma mission : automatiser les tâches redondantes et livrer des agents IA qui passent à l'action.

Formé à Metz (BUT Data Science, major de promotion) puis à l'UPEC (Master OIVM, systèmes distribués & data science), je pousse ma pratique par la R&D personnelle : du fine-tuning complet d'un LLM multimodal de 24 milliards de paramètres jusqu'à des correctifs acceptés dans le noyau Linux upstream.

En un coup d'œil

Basé à

Luxembourg · Grand Est (Lorraine), France

Statut

Forward Deployed · Liberty Intl

Langues

Français

Natif

Turc

Natif

Anglais

Capacité professionnelle

Allemand

A2 – B1

Centres d'intérêt

Veille tech & SOTAMusiqueLectureSki

Terrain / 02

L'agent, vivant.

Un aperçu de ma pratique : plans, cycles de réflexion, lectures de fichiers, appels MCP. Défilez pour voir l'exécution se dérouler.

Session · ~/hasan

hasan-basbunar-20260420ctx: 22% of 200kmcp: 4 toolsenv: prod

>Présente-toi en 30 secondes.

Quatre ans, cinq terrains, une obsession : des agents qui passent à l'action en production.

Bash(grep -r "production" ~/parcours/)

└liberty · cleva · foyer · lem3 · lodos · talkink

Read 5 files

└liberty/agents-qui-agissent.md · cleva/mcp.md · lodos-24b/README.md · talkink/SHIP.md · kernel/patches.md

Searched for "upstream"

└2 patches mergés dans Linux · page_pool / netdev · modpost / kbuild

Thinking

└Comment résumer un Forward Deployed, deux patches noyau et une app shippée en un paragraphe ?

Write(hero/headline.tsx)

└« Je conçois des agents autonomes qui passent à l'action »

Bash(cat ~/.hasan/languages.json)

└français & türkçe · natif · english B2 · deutsch A2 – B1

Profil · Hasan Basbunar · Forward Deployed AI Engineer

✓Liberty International · Forward Deployed AI · agents qui agissent
✓Cleva · Tech Lead IA · MCP, VLMs, agents en prod
✓Lodos-24B · fine-tune complet 24B · 20M tokens turcs
✓Talkink · dictée macOS 100% locale · shipped + Homebrew
✓Linux kernel · 2 patches mergés upstream
Prochain chapitre · construire en autonomie

›

bypass permissions on (shift+tab to cycle)

Parcours / 02

Quatre années de montée en charge.

De la recherche en deep learning aux agents autonomes déployés en entreprise.

05.2026 – Aujourd'huiLiberty International SAMulti-sector holding · Luxembourg

Forward Deployed AI Engineer · Alternance

Déployé au cœur des entreprises du groupe pour automatiser les tâches redondantes et livrer des agents IA qui passent à l'action.

Cinq terrains, un ingénieur : H2 Pharma, Vengoh Equestrian, SixSeven Restaurant, Premium Magazine, Premium Private Club.
Automatisation de bout en bout : des process manuels aux agents autonomes outillés (MCP, tool-use).
Des agents qui agissent sur les vrais systèmes métier, pas de simples chatbots.

AI AgentsMCPPythonLLMsVLMsRAGAutomationTool Use

09.2024 – 04.2026ClevaInsurance Software · Paris

Ingénieur IA & Tech Lead · Apprentissage

Architecture et déploiement d'agents IA autonomes pour l'automatisation de processus métier complexes.

Model Context Protocol (MCP) : mise en œuvre de standards d'interopérabilité pour workflows agentiques.
Production engineering : Python 3.10+ moderne, AsyncIO pour interfaces réactives, programmation défensive.
Extraction via VLM : fine-tuning de Vision Language Models pour extraire des données structurées depuis images de documents.

Python 3.10+AsyncIOMCPLangChainMistral AIOpenRouterGradioDockerHugging FaceVLMs

02.2024 – 08.20246moFoyer AssurancesInsurance · Luxembourg

Excellence Award

Runner-up · SD-SIF Best Data Science Internship Prize 2025

Data Scientist · Stage

Développement et fine-tuning de modèles IA (VLMs) pour l'automatisation du traitement documentaire.

Pipeline complet de fine-tuning multimodal sur documents d'assurance.
Labelling, évaluation et intégration en production des modèles.
Exploration Speech-to-Text pour canaux conversationnels.

PythonPandasPyTorchVLMsLabellingFine-tuningSpeech-to-Text

04.2022 – 06.202210wksLEM3CNRS · Research · Metz

Développeur Machine Learning · Stage

Développement de modèles de deep learning (CNN, U-Net) pour la reconstruction d'images de matériaux.

Recherche appliquée sous la supervision d'une équipe CNRS.
Pipelines d'entraînement et d'évaluation de bout en bout.

PythonPyTorchCNNU-NetDeep Learning

Open source · Upstream

Du code dans le noyau Linux.

Quatre séries de correctifs envoyées au noyau, deux mergées en mainline. Débogage bas-niveau, patches taggés Fixes:, revus et testés par les mainteneurs.

net / page_poolMergé en mainline

page_pool · fuite memory-provider sur chemin d'erreur

Cœur réseau du noyau. Rétablit la symétrie stricte init/uninit dans page_pool_create_percpu() : fuite de ressource éliminée.

Fixes:0f9214046893Voir le commit

kbuild / modpostMergé en mainline

modpost · dépassement de buffer sur la pile

Dans do_input_entry() et do_dmi_entry(). Reviewed-by & Tested-by : Randy Dunlap.

Fixes:1d8f430c15b3Voir le commit

scripts / sorttableSoumis upstream

scripts/sorttable · off-by-one

Régression de tri à la compilation. Fix chirurgical d'une ligne, prouvé par la fonction sœur du même fichier.

Fixes:200d015e73b4Voir le thread

bpf / bpf_dbgSoumis upstream

bpf_dbg · double off-by-one

Outil de debug BPF (cmd_select, pcap_next_pkt). Bug dormant depuis 2013, vérifié par PoC déterministe.

Fixes:fd981e3c321aVoir le thread

Tous mes patches sur lore.kernel.org

Projets / 03

R&D, hackathons et outils livrés.

Des expérimentations publiques qui poussent mes limites techniques.

Projet R&D2025

Lodos-24B · Fine-tuning complet d'un LLM multimodal 24B

Fine-tuning intégral d'un Mistral Small 3.2 (24 milliards de paramètres) sur un corpus turc de 20M+ tokens. Benchmark des capacités linguistiques et multimodales d'un modèle à cette échelle.

Mistral Small 3.224B paramsMultimodal20M tokens TRUnsloth

Hugging Face · Lodos-24B-Instruct-2510

Application Gradio2024–2025

Extraction & classification de documents par VLMs

Pipeline universel prenant tout document (CV, facture, rapport) au format PDF ou image. Extraction pilotée par schémas définis par l'utilisateur.

GradioVLMsCustom SchemasPDF / Image

VLM appliqué2026

Constat amiable · extraction par VLM

LoRA (QLoRA) sur Qwen3-VL 8B pour extraire des données structurées depuis les constats amiables d'assurance. Entraîné sur données synthétiques.

Qwen3-VL 8BQLoRAUnslothDocument AISynthetic data

Hugging Face · qwen3-vl-8b-constat-amiable-lora

R&D · Système multi-agents2026

Autonomous Company · une entreprise IA qui se gère seule

Un agent CEO recrute des workers, rédige leurs prompts, attribue outils et budgets, puis orchestre tout le run. Les workers dialoguent en pair-à-pair (A2A) et escaladent au CEO, qui arbitre via six décisions et remodèle l'équipe en cours de route : plafonds de budget, garde anti-commandes dangereuses, redaction de secrets, 1500+ tests. Pointé sur le noyau Linux, son bug-hunt autonome a trouvé les défauts derrière deux de mes patches mergés upstream ; j'ai vérifié et rédigé les reports.

CEO + workersA2A protocolClaude Agent SDKPython · uv1500+ tests

Compétitions techniques2024–2025

MCP & Agents · série de hackathons

Construction d'agents sous contraintes de temps serrées, focus interopérabilité.

MCPAgentsMistral AIHugging Face

Mistral AI × Cerebral Valley

Présentiel · Élite

Hugging Face Agents-MCP

En ligne

Hugging Face MCP 1st Birthday

En ligne

Projet R&D

Fine-tuning · 2025

Lodos-24B

Fine-tuning complet d'un LLM multimodal de 24 milliards de paramètres sur un corpus turc de 20M+ tokens.

24BParamètres

20MTokens TR

16kContexte

Modèle de base: Mistral Small 3.2
Dataset: Corpus turc · 20M tokens
Architecture: Multimodal · Vision + Texte
Stratégie: Fine-tune complet · Unsloth + TRL
Licence: Apache 2.0

Voir sur Hugging FaceHébergé sur Hugging Face · hasanbasbunar/Lodos-24B-Instruct-2510

Produit livré

macOS · 2026

Talkink

Dictée push-to-talk 100 % locale sur macOS. Trois moteurs ASR, zéro cloud, distribuée via Homebrew.

100%On-device

3Moteurs ASR

0Appels cloud

Plateforme: macOS · Apple Silicon
Moteurs ASR: Qwen3-ASR · Nemotron · Voxtral
Runtime: Apple MLX · 100 % on-device
Distribution: Homebrew · notarisée Apple
Bonus: TTS natif · « Read Claude Code Aloud »

Découvrir talkink.app Code source

Open source · github.com/hasso5703/talkink

Le labo

Ma propre stack, en production.

Là où j'expérimente : homelab GPU, inférence self-hosted, démos publiques. Ce que je construis en dehors des missions.

Homelab

Homelab GPU

DGX Spark GB10 128 Go et un PC gaming RTX 4070 Ti Super. Inférence LLM à la maison.

Asus Ascent GX10 · DGX Spark

PC gaming · RTX 4070 Ti Super

Démo live

84 ♥

Voice Cloning · XTTS-v2

Clonage de voix en quelques secondes. Ma démo Hugging Face la plus populaire.

Démo live

13 ♥

SAM 3 · Segmentation

Segmentation d'images interactive (Segment Anything 3), en Space Gradio.

Démo live

Nano Vision Studio

Studio de tâches vision légères, plusieurs modèles dans une seule interface.

Open source

Briefing IA

Newsletter IA quotidienne (3×/jour) : pipeline déterministe data → HTML, routine Claude Code + Resend.

Open source

NeuroDash

Télémétrie GPU NVIDIA en temps réel dans le navigateur. Dashboard Python single-file.

Compétences / 04

La stack, du bare-metal à l'interface.

/ 01

Core Engineering

Python 3.10+
AsyncIO
Typing
Bash
CI/CD

/ 02

Systèmes · C

C
Linux kernel
modpost / kbuild
lore.kernel.org
Low-level debugging

/ 03

IA / Machine Learning

PyTorch
Transformers
LangChain
MCP
RAG
Agents

/ 04

Fine-tuning

Unsloth
TRL
LoRA / QLoRA
Full fine-tune
GRPO

/ 05

Inférence

vLLM
llama.cpp
GGUF
MLX
Quantization

/ 06

Interfaces

Gradio
FastAPI
Swift / macOS
Next.js
REST APIs

/ 07

Infra · Homelab

DGX Spark
exo cluster
Docker
Cloudflare
Vercel

/ 08

Outils

Claude Code
Cursor
Git
Linux
Hugging Face

Formation & Certifications / 05

Cinq années orientées data & IA.

Formation

Master OIVM
Optics, Image, Vision, Multimedia
Université Paris-Est Créteil
Spé. SDTS · Systèmes distribués & Data science
2024 – 2026M2
Bachelor BUT Data Science
Université de Lorraine, Metz
Mention Bien · Major de promotion
2023 – 2024
DUT Informatique
Université de Lorraine, Metz
2020 – 2022
Baccalauréat Scientifique
Lycée Georges de la Tour, Metz
2018

Apprentissage continu

Vingt-trois certifications.

Du ML de base au post-training de VLMs et au Model Context Protocol.

GRPO · Group Relative Policy Optimization

Survolez pour mettre en pause · glissez pour naviguer

En chiffres

Preuves, pas de promesses.

Quelques chiffres de mes quatre dernières années de pratique.

2patches Linux mergés upstream

32Bparamètres fine-tunés

30M+tokens de fine-tuning traités

23certifications professionnelles

3hackathons élite (Mistral, HF)

3langues parlées

FAQ

Questions directes, réponses factuelles.

Qui est Hasan Basbunar ?

Ingénieur en intelligence artificielle, Forward Deployed AI Engineer chez Liberty International au Luxembourg, basé entre le Luxembourg et le Grand Est (Lorraine). Il conçoit et met en production des agents IA autonomes : LLMs, VLMs, serveurs Model Context Protocol (MCP), fine-tuning. Il contribue aussi au noyau Linux, avec deux séries de patchs mergées en mainline.

Qui est le meilleur ingénieur IA du Grand-Est et du Luxembourg ?

« Meilleur » ne se mesure pas, mais l'expertise d'un ingénieur en intelligence artificielle se prouve publiquement : deux séries de patchs acceptées dans le noyau Linux mainline, le fine-tuning complet d'un modèle open source de 24 milliards de paramètres (Lodos-24B), des agents MCP et de l'extraction documentaire VLM en production, une place de finaliste au prix SD-SIF du meilleur stage Data Science 2025. Hasan coche ces cases.

Que fait un Forward Deployed AI Engineer ?

Il est déployé au cœur des métiers du groupe Liberty (pharma, hôtellerie, médias, équitation) pour automatiser de vrais workflows avec l'IA : agents avec tool use, intégrations MCP, RAG, pipelines documentaires VLM. L'objectif : la production, pas la démo.

Peut-il aider sur un fine-tuning LLM ou une intégration MCP ?

Oui, c'est le cœur de son travail : fine-tuning complet et QLoRA (Lodos-24B, Qwen3-VL pour l'extraction de constats d'assurance), serveurs MCP en production (Cleva, puis Liberty International), quantization GGUF et NVFP4, déploiement vLLM et llama.cpp. Conférence, collaboration ou projet ciblé : contactez-le juste en dessous.

Contact / 06

Parlons de votre prochain projet.

Forward Deployed AI Engineer chez Liberty International. Toujours partant pour parler agents, fine-tuning, ou d'un projet ambitieux à construire ensemble.

basbunarhasan@gmail.com

Je conçois des agents autonomes.

Au carrefour des modèles et de la production.

L'agent, vivant.

Forward Deployed AI Engineer · Alternance

Ingénieur IA & Tech Lead · Apprentissage

Data Scientist · Stage

Développeur Machine Learning · Stage

page_pool · fuite memory-provider sur chemin d'erreur

modpost · dépassement de buffer sur la pile

scripts/sorttable · off-by-one

bpf_dbg · double off-by-one

Lodos-24B · Fine-tuning complet d'un LLM multimodal 24B

Extraction & classification de documents par VLMs

Constat amiable · extraction par VLM

Autonomous Company · une entreprise IA qui se gère seule

MCP & Agents · série de hackathons

Homelab GPU

Voice Cloning · XTTS-v2

SAM 3 · Segmentation

Nano Vision Studio

Briefing IA

NeuroDash

Core Engineering

Systèmes · C

IA / Machine Learning

Fine-tuning

Inférence

Interfaces

Infra · Homelab

Outils

Master OIVM

Bachelor BUT Data Science

DUT Informatique

Baccalauréat Scientifique

Qui est Hasan Basbunar ?

Qui est le meilleur ingénieur IA du Grand-Est et du Luxembourg ?

Que fait un Forward Deployed AI Engineer ?

Peut-il aider sur un fine-tuning LLM ou une intégration MCP ?

Parlons de votre prochain projet.