Description

Je conçois et livre des systèmes intelligents en production : agents LLM, pipelines IA, et backends Python à forte charge.

Mon approche : allier la rigueur du backend engineering (FastAPI, Docker, Kubernetes) à l'intelligence des architectures agentic (orchestration LLM, RAG, escalation, human-in-the-loop). Je ne fais pas de POC qui restent dans un notebook — je livre des systèmes qui tournent.

Ce que j'apporte concrètement :

→ Agents & IA : orchestration multi-agents, patterns ReAct, escalation LLM avec HITL, RAG avec embeddings, PyTorch, scikit-learn

→ Backend scalable : API FastAPI en production à 15 000 calls/minute à travers l'ensemble du système, architectures workers + message brokers, 200 000 traitements/jour

→ Data platforms : création from scratch sur GCP (BigQuery, Composer, Dataflow), frameworks déclaratifs, pipelines d'ingestion

→ Tech Lead : cadrage fonctionnel, pilotage d'équipe, sprints SAFe, garantie du delivery

Dernière mission : Tech Lead Backend chez FedEx (30 pays, 15 000 chauffeurs, 600 stations) — système de planification de tournées ayant généré 7 M€ de gains.

Contexte international quotidien (anglais courant écrit/oral) avec des équipes en Inde, Allemagne, UK, Pays-Bas et US.

Diplômé ingénieur informatique — Polytech Tours.

Domaines d’expertise

Langues

Anglais
Capacité professionnelle complète
Français
Bilingue ou natif

Préférences en matière de lieu de travail

Accepte de travailler sur site

Tours (jusqu’à 50 km), Paris (jusqu’à 10 km), Le Mans (jusqu’à 10 km), Orléans (jusqu’à 10 km)

FedEx
Tech Lead Backend
TRANSPORTS
février 2024 - Aujourd'hui (2 ans et 4 mois)
Système de planification et suivi de tournées pour 15 000 chauffeurs dans 30 pays. Backend orchestrant les systèmes experts internes (packages → stops → séquences → API FastAPI). 200k séquences/jour, API à 1 000 calls/min. Pilotage d'équipe, cadrage fonctionnel, sprints SAFe. Remplacement de l'ancien système — gain de 7 M€.
Stack : Python, FastAPI, Pydantic, SQLAlchemy, Redis, PostgreSQL, RabbitMQ, Azure, AKS, Kubernetes.
Python FastAPI RabbitMQ Microsoft Azure Kubernetes
Bforbank
Data Engineer / Tech Lead
BANQUE & ASSURANCES
octobre 2023 - février 2024 (4 mois)
Puteaux, France
Création from scratch de la plateforme data. Framework déclaratif YAML (ingestion, processing dbt, outputs), framework Python custom, déploiement GKE/Kustomize cloud-agnostic. Détection d'une fraude par social engineering (~10 k€/jour) via pipeline + alerting.
Stack : Python, dbt, BigQuery, Composer, Dataflow, Pub/Sub, GCS, Looker, GKE, Kubernetes.
Python PubSub Kubernetes BigQuery Google cloud
Cyrès - Solutions Collaboratives, Cloud & Big Data
Data Engineer / ML Engineer
BANQUE & ASSURANCES
septembre 2018 - février 2021 (2 ans et 6 mois)
Région de Tours, France
Système de détection de fraude bancaire par deep learning — réduction de 25 % des pertes. Architecture microservices industrialisée sur Kubernetes. Stack : PyTorch, scikit-learn, Flask, RabbitMQ, PostgreSQL, Redis, Kubeflow, GCP, Docker.
Kubernetes Pytorch PostgreSQL Redis RabbitMQ