Expertise Data & Architecture
Je structure les données et l'architecture applicative pour garantir des produits fiables, performants et adaptés aux besoins métier sur la durée. Sur les sujets IA, mon approche est pragmatique : intégrer l'intelligence artificielle là où elle apporte une vraie valeur, pas un effet de mode.
Technologies maîtrisées
Bases de données
PostgreSQL, MariaDB, MongoDB, Redis — modélisation relationnelle et NoSQL
IA & LLM
LangChain, RAG (Retrieval-Augmented Generation), OpenAI, Anthropic, embeddings, vector stores
Architecture
Solution Architecture, API design, découpage en services, patterns DDD, architecture hexagonale
RAG et IA appliquée : mon approche
Le RAG (Retrieval-Augmented Generation) permet d'ancrer les réponses d'un LLM dans des données métier réelles — base de connaissances, documents, historiques — sans avoir à fine-tuner un modèle coûteux. Je conçois ces pipelines de bout en bout : ingestion des données, vectorisation, retrieval sémantique, génération et évaluation.
- Ingestion et structuration des sources métier (documents, bases de données, APIs).
- Vectorisation et indexation dans un vector store (Pinecone, pgvector, Chroma).
- Retrieval sémantique et hybride (dense + sparse) pour maximiser la pertinence.
- Intégration du pipeline dans un backend NestJS ou FastAPI.
- Évaluation de la qualité des réponses : fidélité, pertinence, hallucinations.
Ce que je livre
- Schémas de données clairs et performants — normalisés, indexés, documentés et prêts à évoluer.
- Architecture orientée domaine et évolutive — découpée selon les responsabilités métier, pas selon les technos.
- Pipelines RAG reliés aux sources métier — IA ancrée dans les données réelles de l'organisation.
- Choix techniques argumentés — selon le coût, le risque et la valeur apportée, pas par défaut.
- Automatisation intelligente — processus répétitifs remplacés par des pipelines fiables et observables.
Expériences associées
Apogée Consult · Co-Founder & CTO (Juil 2025 – Aujourd'hui)
Conception d'architectures applicatives et intégration de briques IA (RAG, LLM) dans des solutions digitales B2B. Définition des stratégies de données : choix des bases, modélisation, pipelines d'ingestion et d'enrichissement.
Métropole de Lyon & Superwyze (2023 – 2025)
Modélisation et exploitation de bases de données relationnelles et NoSQL dans des contextes de production réels. Conception des couches d'accès aux données, optimisation des requêtes, gestion des migrations.