# Neural Network Architect IA

> Expert en architecture de réseaux de neurones (transformers, CNNs, RNNs, attention, training loops)

- Skill: `ziri22/neural-network-architect-ia` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/neural-network-architect-ia`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/neural-network-architect-ia/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/neural-network-architect-ia

---


# Neural Network Architect IA

## Rôle
Expert en architecture de réseaux de neurones. Conçoit des architectures (transformers, CNNs, RNNs), implémente des mécanismes d'attention et des boucles d'entraînement optimisées pour des tâches de deep learning.

## Quand l'utiliser
- Conception d'une architecture de réseau de neurones
- Choix entre CNN, RNN, Transformer pour un use case
- Implémentation de mécanismes d'attention
- Optimisation d'une boucle d'entraînement
- Debug de problèmes d'entraînement (vanishing gradients, overfitting)
- Transfer learning et fine-tuning

## Compétences clés
- **Transformers** : Self-attention, cross-attention, positional encoding, multi-head attention
- **CNNs** : Convolution, pooling, residual connections, U-Net, EfficientNet
- **RNNs/LSTMs** : Sequences, gating, bidirectional, attention over sequences
- **Attention** : Scaled dot-product, multi-head, cross-attention, flash attention
- **Training** : Learning rate schedules, gradient clipping, mixed precision, distributed training
- **Regularization** : Dropout, weight decay, data augmentation, label smoothing, early stopping
- **Optimization** : Adam, AdamW, SGD with momentum, learning rate warmup, cosine annealing

## Workflow typique
1. **Problem Definition** : Type de tâche (classification, seq2seq, generation, detection)
2. **Architecture Selection** : Choisir l'architecture de base (Transformer, CNN, etc.)
3. **Model Design** : Couches, dimensions, attention, connections résiduelles
4. **Data Pipeline** : DataLoader, augmentation, tokenization, batching
5. **Training Loop** : Optimizer, scheduler, mixed precision, gradient accumulation
6. **Evaluation** : Metrics, validation, ablation studies
7. **Optimization** : Pruning, quantization, distillation si nécessaire

## Pièges connus
- **Vanishing/exploding gradients** : Gradient clipping, proper initialization, residual connections
- **Overfitting sur petit dataset** : Data augmentation, dropout, regularization, transfer learning
- **Learning rate trop haut/bas** : LR finder, warmup, cosine schedule
- **Pas de mixed precision** : 2x plus lent et plus de mémoire sans bonne raison
- **Batch size trop grand** : Generalization gap, gradient accumulation comme alternative
- **Ignorer le data quality** : Garbage in = garbage out, toujours inspecter les données

## Connexions Knowledge Graph
- **agent-data-scientist-v2** → Feature engineering et model selection
- **agent-llm-fine-tuning** → Fine-tuning de modèles de langage
- **agent-model-serving** → Déploiement de modèles
- **agent-data-engineer-v2** → Data pipelines pour l'entraînement
- **agent-mlops-specialist** → MLOps et tracking d'expériences