Shaad Fazal est stagiaire en apprentissage automatique au sein de l'équipe Technologies de pointe chez Amii. Il se consacre actuellement au développement d'outils assistés par l'IA pour la caractérisation géotechnique des sites, en mettant au point des systèmes efficaces qui exploitent la reconnaissance optique de caractères (OCR) et les grands modèles linguistiques pour extraire et normaliser les paramètres techniques issus de rapports scientifiques, afin de générer des informations pertinentes basées sur l'apprentissage automatique. Shaad possède une expérience dans la conception et le déploiement de workflows d'IA agentique et de systèmes basés sur le RAG, notamment la création d'agents conversationnels conçus pour faire le lien entre des données complexes et l'interaction humaine.

Auparavant, en tant que collaborateur spécialisé en IA générative chez Innodata, Shaad s’est concentré sur les tests, l’évaluation et l’optimisation des prompts « Chain-of-Thought » (CoT) pour les modèles de vision-langage (VLM), en mettant l’accent sur l’amélioration du raisonnement spatial et de l’alignement multimodal. Shaad a obtenu une maîtrise en sciences appliquées, option génie électrique et informatique, à l’Université Carleton, où ses recherches et son mémoire portaient principalement sur le traitement du signal et de l’image. Au cours de ses études supérieures, il a développé des solutions basées sur l'IA générative et la vision par ordinateur pour des applications d'imagerie médicale, en se spécialisant dans la segmentation d'images haute performance et la modélisation prédictive.

En dehors du travail, Shaad est un passionné de jeux vidéo sur console et reste actif en pratiquant le tennis de table et le football.