Fondateur · Tenth Partner

Chiekh Alloul

Conformité au règlement IA, conduite par un ingénieur · Paris

Pendant dix ans, j’ai rédigé la documentation modèle pour les revues internes de risque modèle. Le règlement européen sur l’IA demande les mêmes preuves, sous une forme différente. Je rédige la version qu’un régulateur peut lire.
— Note du fondateur

J’ai passé la dernière décennie à diriger du ML en production — systèmes de recommandation et de classement servant des dizaines de millions d’utilisateurs, détection de fraude et d’anomalies dans des secteurs régulés, et recherche appliquée où le même modèle passait en revue de risque modèle chaque trimestre. C’est de là que vient le travail Tenth Partner. Dans ces revues, la moitié de ce qui est aujourd’hui l’Annexe IV était déjà sur mon bureau ; il restait à la mettre en forme pour un autre lecteur.

Parcours

  • Plus de 10 ans de ML en production
  • Recommandation & classement à l’échelle
  • Détection de fraude & d’anomalies en secteur régulé
  • Revue trimestrielle de risque modèle sur les systèmes livrés

Formation

  • HEC Paris
  • Institut Polytechnique de Paris
  • Télécom Paris

Travailler avec moi

  • hello@tenthpartner.com
  • Deux clients à la fois
  • Cadrage et livraison par le fondateur
  • Calendrier · LinkedIn — bientôt disponible

Pas de couche junior. L’appel de cadrage est avec moi. Le dossier technique est rédigé par moi. Le livrable qui atterrit aux achats de votre client est sorti de mon clavier.

M’écrire directement →

À propos du cabinet

À propos du cabinet

Tenth Partner est un cabinet de conseil spécialisé en conformité au règlement européen sur l’IA, conçu autour des artefacts qui vivent déjà dans les systèmes ML. Le travail s’adresse aux fournisseurs et déployeurs qui mettent des systèmes à haut risque sur le marché européen — RH-tech, assurtech, edtech, crédit et financement.

Les missions sont à périmètre serré. Un Diagnostic de trois jours rend une classification Annexe III pour jusqu’à trois systèmes. Un Sprint de mise en conformité de deux semaines rend une analyse d’écarts Annexe IV et une feuille de route opérationnelle de 26 semaines. Les programmes plus longs construisent les systèmes de gestion des risques et de surveillance après commercialisation à partir de là.

Chaque livrable est ancré dans la stack ML existante de l’équipe — entrées du registre de modèles, rapports de validation, journaux d’expériences.