Pragmatique. Agnostique techniquement. De l'architecture à l'exécution.
J'accompagne les entreprises confrontées à des défis techniques exigeants, à l'intersection data, IA et systèmes.
Je ne me contente pas de concevoir, je bâtis : Architecture end-to-end, code en production.
focus:
- GenAI, agents, RAG, MLOps, Deep learning
- Architectures data temps réel
- Full stack (Python / React / FastAPI / .NET...)
- Quant & trading algorithmique
- Cybersécurité opérationnelle
posture:
- "Code first" : tout est démontrable sur GitHub
- Acquisition rapide de stack
- Du POC R&D au déploiement scalable🧠 Daikoku · Framework Mamba SSM pour la prédiction de séries temporelles (Deeplearning)
Framework end-to-end de recherche appliquée pour la prédiction financière, basé sur l'architecture Mamba (State Space Models).
- Architecture : dual encoder multi-timeframe, cascade training, world-model planning agent
- Stack : Python, PyTorch, Mamba SSM, Hyperliquid
- Métriques : ~30k LOC applicatif, 354 tests unitaires
- Statut : v1.0 publié, R&D active
📚 Mimir · Chatbot RAG full stack production-grade
Chatbot RAG multi-utilisateurs avec authentification, dashboard admin et vectorisation HNSW.
- Architecture : pipeline RAG complet, JWT, isolation des contextes par utilisateur
- Stack : FastAPI, React, Qdrant, HNSW, Ollama
- Métriques : ~28k LOC applicatif (Python + JSX)
- Statut : déployé, production-ready
🤖 AutoGen · Orchestrateur multi-agents IA
Framework R&D d'orchestration d'agents IA spécialisés avec routing dynamique.
- Stack : Python, LLM orchestration, MCP
- Cas d'usage : automatisation workflows complexes, recherche augmentée, correction des biais organisationnels multi agents
📱 DecorIA · App mobile React Native IA
Application mobile de visualisation d'aménagement d'intérieur assisté par IA.
- Stack : React Native, Computer Vision, génération d'images
- Statut : démo fonctionnelle sans bugs, réalisé en 4 jours
🧬 AI-setupGen · Framework de génération par algorithmes génétiques
Framework de recherche de stratégies trading par évolution génétique.
- Stack : Python, algorithmes génétiques, backtesting
- Statut : Setups rentables déployés en production plusieurs mois
🗣️ DialecticIA · Pipeline NLP d'analyse de débats
POC avec pipeline d'analyse sémantique et rhétorique de débats a partir d'un lien YouTube
- Stack : Python, NLP, Transformers
- Cas d'usage : extraction d'arguments, détection de biais
- Délai : réalisé en 24h
Au-delà du code, je publie aussi sur la pratique de l'IA appliquée :
- 📖 Pilotez l'IA comme vous votre entreprise · Posture et méthodologie pour intégrer l'IA dans une organisation
- 📖 IA & Automatisation : la puissance créative · Newsletter personnalisée par workflow IA, cas pratique end-to-end
Spécialités : Deep Learning, Mamba SSM, Transformers, RAG, Computer Vision, NLP, séries temporelles, algorithmes génétiques
Spécialités : OLAP temps réel, ETL, vectorisation (HNSW, FAISS, Qdrant), données sensibles (santé, pharma), schémas hautes performances (<200ms sur volumétrie x100)
Spécialités : architectures hybrides, on-premises critique, migrations (datacenter, O365), haute disponibilité, load balancing, optimisation des couts
15 ans en couverture opérationnelle : gestion d'identités, hardening, firewall/VPN, sauvegardes, PRA/PCA, réponse à incident, 3 cyberattaques traitées (perimètre 600 utilisateurs)
| Période | Mission | Highlight |
|---|---|---|
| 2025 (Q4) | Architecte Data, Altitude Ltd | Refonte OLAP ClickHouse blockchain temps réel, dimensionné x100, req <200ms |
| 2025 | Freelance IA, Arch-IT | Daikoku, Mimir, AutoGen : portfolio open source production-grade |
| 2025 (Q1) | Full stack, Bulltrading.io | Reconstruction front, dashboards financiers temps réel, i18n 9 langues |
| 2023-2024 | IT Manager, Excelvision | Migration O365 + MFA pour 650 utilisateurs en 1 mois, datacenter 150 srv |
| 2020-2022 | Responsable IT, LAFUMA SA | Carve-out Oxbow en 6 mois, 3 cyberattaques, 500 utilisateurs / 50 sites Eur |
| 2014-2018 | Responsable IT, Infologic-Santé | Refonte SI complète, croissance 35 à 65 collaborateurs, +36% de CA en 4 ans |
Les défis qui n'ont pas de solution dans le manuel.
- R&D appliquée IA : Mamba, JEPA, world models, agents planificateurs
- Trading algorithmique : 6 ans d'expérience perso, création bots, mécaniques de marché, 20% annuel en moyenne
- Pensée systémique : voir le SI comme un organisme, un ensemble interdépendant
- Apprentissage rapide : approche analytique, motivé par les nouveaux défis
Je suis disponible en freelance pour des missions :
- 100% remote (préférence) ou sur site dans les alentours de Valence (26)
- TJM 500-800 €/jour selon le scope
- Sujets : MLOps, architecture IA, full stack production, data engineering temps réel, fintech
📩 yann@pointud.fr · LinkedIn · Malt
« De l'architecture à l'exécution : je ne me contente pas de concevoir, je bâtis. »