Description

AI Engineer avec 6 ans d'expérience. Systèmes LLM en production depuis 2+ ans. Je conçois des agents experts métier avec les bons outils et le bon niveau d'intégration pour tirer un maximum de valeur du domaine.

Mon approche : partir du problème métier, concevoir l'agent scaffold (prompt + outils + intégration), construire l'infra de données, et livrer un produit fini — du parsing documentaire GPU jusqu'au pixel dans le navigateur. Pas de wrapper ChatGPT : des systèmes agentiques custom, sans framework, avec function calling maîtrisé.

Ce que j'ai construit :

→ Agent modélisation juridique (Lefebvre Dalloz, 2.5 ans)

SaaS de rédaction d'actes juridiques, ~1 000 utilisateurs actifs/mois, clients grands comptes, SLA 99,9%. Le problème : les juristes ne peuvent pas modéliser seuls une base de données métier complexe. Ma solution : un agent IA qui maintient le modèle de données à leur place — assistant intégré à l'éditeur, format de modélisation custom, moteur de vérification, tools spécialisés. En parallèle : migration Java legacy → TypeScript (2 000+ procédures, 22 000+ variables, big bang en 18 mois), évaluation & observabilité LLM, infra 10+ microservices sur Kubernetes AWS.

→ Agent exploration réglementaire (urba.archi, 7 mois)

Plateforme IA pour architectes et urbanistes, projet entrepreneurial, solo sur la tech, 40 bêta-testeurs. Agentic search grande échelle : 10M chunks indexés, latence 100-150ms, chunking sémantique assez précis pour se passer de re-ranking. Pipeline parsing GPU : 10 000 pages en 6-7 min (layout analysis, OCR, embeddings). Coût cloud optimisé : 400€/mois pour 120 000 pages.

Stack : Rust, TypeScript, React, Node.js, Python, PostgreSQL/pgvector, Kubernetes.

Infra solide : Docker, AWS, Scaleway, GitHub Actions, Sentry, OpenTelemetry, Grafana.

Paris. Disponible immédiatement. Missions longues privilégiées (6+ mois).

Industry field of expertise

Languages

French
Native or bilingual
English
Fluent

Workplace preferences

Can work on-site

Paris (up to 10km), Paris (up to 10km)

urba.archi
AI Engineer / Développeur Full-Stack
ARCHITECTURE AND URBAN PLANNING
September 2025 - March 2026 (6 months)
Paris, France
Plateforme IA pour architectes et urbanistes : agrégation de réglementation urbaine (PLU, risques naturels, cadastre), recherche sémantique et assistant agentique. Projet entrepreneurial avec un associé côté business, solo sur la tech. 40 bêta-testeurs.

Ce que j'ai construit :
• Agent spécialisé urbanisme : exploration réglementaire en langage naturel avec citations et sources vérifiables. L'agent génère des composants interactifs (rapports, formulaires, widgets de conformité), pas juste du texte.
• Agentic search grande échelle : 10M chunks indexés, latence 100-150ms, benchmark exhaustif embeddings (Voyage retenu), chunking sémantique assez précis pour se passer de re-ranking.
• Pipeline parsing documentaire GPU : 10 000 pages en 6-7 min (layout analysis MinerU VL, OCR PaddlePaddle, reconstruction sémantique Gemini Flash, embeddings). Architecture distribuée multi-workers.
• Moteur cartographique piloté par IA : l'utilisateur configure en langage naturel, l'agent traduit en contrôles de carte (layers, filtres, zoom).
• Optimisation coûts cloud : 400€/mois pour 120 000 pages (scale-to-zero, spot instances, scheduling intelligent).

Stack : React, TanStack Start, Node.js, TypeScript, Python, PostgreSQL/pgvector, Redis, Kubernetes (Scaleway).
CTO Analyse fonctionnelle intelligence artificielle Retrieval-Augmented Generation (RAG) Project Management
Lefebvre Dalloz
Architecte Logiciel – Consultant Sénior
SOFTWARE PUBLISHING
January 2023 - August 2025 (2 years and 7 months)
Nancy, France
SaaS de rédaction d'actes juridiques pour le droit social. ~1 000 utilisateurs actifs/mois, 5 000-10 000 actes générés/mois. Clients grands comptes (notaires, avocats, RH). SLA 99,9% maintenu.

Le problème résolu : les juristes ne peuvent pas modéliser seuls une base de données métier complexe (variables conditionnelles, dépendances, formules). Ma solution : l'agent IA maintient le modèle de données à leur place.

Ce que j'ai construit :
• Agent spécialisé modélisation juridique : assistant intégré à l'éditeur, lecture du schéma métier, variabilisation du texte, création de blocs conditionnels via function calling. Format de modélisation custom, moteur de vérification, tools spécialisés.
• Évaluation & observabilité LLM : outils custom de scoring, monitoring LLM-assisted de la pertinence. Plus gros chantier IA du projet.
• Moteur de rédaction documentaire réactif : éditeur rich text synchronisé avec moteur de modélisation juridique, trous, blocs conditionnels, formules calculées, pré-remplissage auto.
• Migration Java legacy → TypeScript : 2 000+ procédures, 13 500 actes, 22 000+ variables migrés. Big bang maîtrisé en 18 mois.
• Serverless AWS : architecture Lambda + ECS, event-driven, scaling automatique, optimisation cold starts.
• Auth SSO groupe : intégration fédération d'identités Lefebvre Dalloz, gestion permissions multi-tenant.

Infra : 10+ microservices, monorepo TypeScript, Kubernetes AWS, CI/CD GitHub Actions (<10 min du tag au live), Sentry + OpenTelemetry + Grafana.

Au quotidien : code reviews bilatérales, pair programming, ateliers infra hands-on pour l'équipe.
React.js Node.js Kubernetes intelligence artificielle Architecture logicielle
410 Gone | 410-gone.fr
Ingénieur logiciel – Développeur Fullstack
E-COMMERCE
November 2021 - October 2022 (11 months)
Lyon, France
Agence e-commerce/SEO (Lyon). Introduction de React et Node.js dans un environnement historiquement PHP (Magento, PrestaShop).

Ce que j'ai construit :
• CMS sur-mesure avec SSR : architecture en packs de blocs React + Tailwind, dev server custom, bundling optimisé. SSR et optimisation images garantis par construction.
• Plateforme de formation en ligne : ~100 utilisateurs, back-office complet, QCM, transcodage vidéo, rapports PDF, mailing. Certification Qualiopi obtenue.
• Modernisation infra : 10+ sites Magento dockerisés, déploiement Kubernetes.

Stack : React, Node.js, TypeScript, Tailwind, MongoDB, Docker, Kubernetes.
React.js MongoDB PostgreSQL Docker Kubernetes