Je construis des systèmes d’IA qui arrivent réellement en production, pas seulement des démos de preuve de concept qui ont l’air bien dans une vidéo de démonstration et qui s’effondrent dès que quelqu’un s’y appuie. Mon principal objectif est de concevoir des configurations multi-agents où différents LLM travaillent ensemble au lieu de s’appuyer sur un seul modèle pour tout faire. J’ai fait cela pour un pipeline de rapports radiologiques où trois modèles fonctionnent en parallèle pour recouper les résultats avant qu’un agent de synthèse ne reconstitue le résultat final, avec la suppression des données patient intégrée dès le départ. J’ai adopté la même approche avec l’automatisation de la rédaction de travaux de recherche, où des agents distincts s’occupent de la revue de littérature, du plan et de la rédaction de sections, donc tout cela ne se résume pas à une longue corvée manuelle.
Au-delà du côté IA, je suis un véritable développeur full-stack. Je peux faire passer un produit d’une idée approximative à quelque chose que les gens utilisent réellement, en gérant tout, de l’interface (React, Next.js, Flutter) jusqu’au backend et au travail sur la base de données (FastAPI, Supabase, PostgreSQL, MongoDB). THEETIFY, mon application EdTech, est un bon exemple de cette mise en place : un outil d’étude alimenté par l’IA, avec une difficulté adaptative et une répétition espacée, conçu comme un vrai produit fonctionnel plutôt qu’un devoir de cours.
Je suis aussi à l’aise avec le côté plus pratique et moins glamour de l’automatisation. J’ai auparavant automatisé le pipeline d’embauche d’une entreprise, ce qui a réduit une part importante du travail manuel lors de la sélection et de la sélection des candidats. Donc, si vous avez besoin d’un workflow basé sur n8n, ou d’un script qui vous évite des heures d’efforts répétitifs, c’est tout à fait dans ce que je peux faire aussi.
Ce que je pense faire de moi un bon candidat, ce n’est pas seulement de connaître les outils. C’est que j’ai tendance à penser aux parties que les gens oublient, comme ce qui se passe quand l’IA se trompe, ou comment le système devrait se dégrader gracieusement au lieu de simplement se décomposer. Cette habitude se manifeste dans mes projets, que ce soit un contrôle de sécurité dans un pipeline médical ou une gestion propre des erreurs dans une application web.