PROJETS CHOISIS

Les preuves avant les promesses.

Chaque cas distingue le contexte, ma contribution, le résultat livré et ce qui n’est pas mesuré publiquement.

01 · AGENTS IA FINANCIERS

Transformer les données financières en décisions.

Transformer des données financières et des documents utilisateurs hétérogènes en une analyse SWOT structurée et traçable, tout en reproduisant le format existant et en offrant une expérience fluide en temps réel.

Mon rôle: Je développe et fais évoluer l’agent SVI dédié au suivi des investissements et des participations. J’ai implémenté une analyse SWOT automatisée à partir des données financières, performances, valorisations, notes de suivi et documents utilisateurs, avec ingestion PDF et DOCX, sources, recommandations et export PowerPoint. J’ai également intégré le streaming SSE des tokens, étapes, appels d’outils et résultats, adapté le frontend Angular, maintenu un agent Python d’extraction de fichiers PDF, images, DOCX et PPTX, et produit la documentation d’architecture pour la transition entre les versions Java, Python et MCP.
Résultat livré: Un workflow conversationnel de bout en bout qui enrichit l’analyse LLM avec un contexte financier et documentaire, diffuse son exécution en temps réel et produit des présentations SWOT réutilisables.
Limites et preuves: Aucune métrique publique fournie ; le site n’extrapole aucun impact chiffré.

Lire l’étude de cas

PROJETS SECONDAIRES

Trois autres preuves, trois contextes.

02 · ANALYSE DOCUMENTAIRE

Faire parler les documents.

ContexteBpifrance · PICXEL · via TALAN

Mon rôleAu sein de l'équipe du projet PICXEL, je contribue à la mise en œuvre d'une solution d'analyse documentaire basée sur les LLM pour Bpifrance.

Résultat livréUne expérience de l'IA générative appliquée à un projet d'analyse documentaire en entreprise.

Voir le projet

05 · RECHERCHE DOCTORALE

Comprendre la performance, plus vite.

ContexteIRISA · Équipe de recherche TARAN

Mon rôlePendant mon doctorat, j'ai développé un modèle analytique en Python fondé sur la théorie des files d'attente. J'ai ensuite travaillé sur le fenêtrage de traces, l'analyse par distribution de Poisson et le traitement rapide de traces en tant qu'ingénieur R&D.

Résultat livréLe modèle analytique doctoral permet une évaluation jusqu'à 500 fois plus rapide que les simulations classiques dans la comparaison menée pour ces travaux.

Voir le projet

03 · PROJET PERSONNEL · FULL-STACK

Trouver son bien, plus intelligemment.

ContexteAqarih · Projet personnel

Mon rôleJ’ai conçu et développé l’application full-stack : annonces et filtres, gestion des photos, favoris, avis utilisateurs, authentification JWT sécurisée, OAuth Google et Apple, espace d’administration et assistant de recherche IA.

Résultat livréUne plateforme en production déployée sur Vercel, avec stockage optimisé des images, e-mails transactionnels et architecture PostgreSQL/Prisma.

Voir le projet ↗

J’apporte aux produits d’IA générative une démarche de recherche, une ingénierie de bout en bout et une attention particulière aux résultats traçables.

Un contexte similaire à résoudre ?

Échanger sur ce contexte